Implementation of an enhanced discharge teaching protocol to reduce 30-day hospital readmissions in adults diagnosed with Sickle Cell Disease
Notice bibliographique
Résumé
Background and objectives: Sickle Cell Disease is a painful genetic disorder characterized by abnormal hemoglobin that affects 1-in-365 African American births. Individuals with Sickle Cell Disease often experience frequent hospitalizations, resulting in 30-day readmission rates 2.5 times higher than those without Sickle Cell Disease. Discharge education programs have shown to improve 30-day readmissions and improve health outcomes.Methods: This advanced practice nurse-led initiative incorporated components of the Re-Engineered Discharge (Project RED) protocol, which included patient and medication education, specific discharge teaching, and post-discharge follow-up phone calls over a 12-week period. A pre/posttest design was used to evaluate 30-day readmission. Analyses included descriptive statistics and Fisher’s exact test.Results: Of the (N = 10) participants, eight (80%) were female, with a mean age of 31.08 (± 4.33) and all were African Americans. Although not statistically significant, there was a 48% reduction in 30-day readmissions rates between the pre/post intervention periods.Conclusions: The utilization of an enhanced discharge teaching protocol is a practical solution to increase patients’ readiness for discharge and to reduce 30-day readmission rates. Project RED discharge teaching protocol is an effective strategy for nurses to employ to improve patient outcomes and quality of care for persons with Sickle Cell Disease.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».