Checklist for Early Recognition and Treatment of Acute Illness and Injury: An Exploratory Multicenter International Quality-Improvement Study in the ICUs With Variable Resources
Notice bibliographique
Résumé
OBJECTIVES: To determine whether the "Checklist for Early Recognition and Treatment of Acute Illness and Injury" decision support tool during ICU admission and rounding is associated with improvements in nonadherence to evidence-based daily care processes and outcomes in variably resourced ICUs. DESIGN, SETTINGS, PATIENTS: This before-after study was performed in 34 ICUs (15 countries) from 2013 to 2017. Data were collected for 3 months before and 6 months after Checklist for Early Recognition and Treatment of Acute Illness and Injury implementation. INTERVENTIONS: Checklist for Early Recognition and Treatment of Acute Illness and Injury implementation using remote simulation training. MEASUREMENTS AND MAIN RESULTS: The coprimary outcomes, modified from the original protocol before data analysis, were nonadherence to 10 basic care processes and ICU and hospital length of stay. There were 1,447 patients in the preimplementation phase and 2,809 patients in the postimplementation phase. After adjusting for center effect, Checklist for Early Recognition and Treatment of Acute Illness and Injury implementation was associated with reduced nonadherence to care processes (adjusted incidence rate ratio [95% CI]): deep vein thrombosis prophylaxis (0.74 [0.68-0.81), peptic ulcer prophylaxis (0.46 [0.38-0.57]), spontaneous breathing trial (0.81 [0.76-0.86]), family conferences (0.86 [0.81-0.92]), and daily assessment for the need of central venous catheters (0.85 [0.81-0.90]), urinary catheters (0.84 [0.80-0.88]), antimicrobials (0.66 [0.62-0.71]), and sedation (0.62 [0.57-0.67]). Analyses adjusted for baseline characteristics showed associations of Checklist for Early Recognition and Treatment of Acute Illness and Injury implementation with decreased ICU length of stay (adjusted ratio of geometric means [95% CI]) 0.86 [0.80-0.92]), hospital length of stay (0.92 [0.85-0.97]), and hospital mortality (adjusted odds ratio [95% CI], 0.81 (0.69-0.95). CONCLUSIONS: A quality-improvement intervention with remote simulation training to implement a decision support tool was associated with decreased nonadherence to daily care processes, shorter length of stay, and decreased mortality.
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 | 0,020 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».