Extremely low gestational age infants: Developing a multidisciplinary care bundle
Notice bibliographique
Résumé
Abstract Background Clinical experience in managing extremely low gestational age infants, particularly those born <24 weeks’ gestation, is limited in Canada. Our goal was to develop a bedside care bundle for infants born <26 weeks’ gestation, with special considerations for infants of <24 weeks, to harmonize and improve quality of care. Methods We created a multidisciplinary working group with experience in caring for preterm infants, searched the literature from 2000 to 2019 to identify best practices for the care of extremely preterm infants and consulted colleagues across Canada and internationally. Iterative improvements were made following the Plan-Do-Study-Act methodology. Results A care bundle, created in October 2015, was divided into three time periods: initial resuscitation/stabilization, the first 72 hours and days 4 to 7, with each period subdivided in 8 to 12 care themes. Revisions and practice changes were implemented to improve skin integrity, admission temperature, timing of initiation of feeds, reliability of transcutaneous CO2 monitoring and ventilation. Of 127 infants <26 weeks admitted between implementation and end of 2019, 78 survived to discharge (61%). Conclusion It will be important to determine, with ongoing auditing and further evaluation, whether our care bundle led to improvements of short- and long-term outcomes in this population. Our experience may be useful to others caring for extremely low gestational age infants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».