MétaCan
Menu
Retour à la cohorte
Enregistrement W3157622021 · doi:10.1007/s00268-021-06118-z

Quality Improvement to Address Surgical Burden of Disease at a Large Tertiary Public Hospital in Peru

2021· article· en· W3157622021 sur OpenAlexaff
Katherine R. Iverson, Lina Roa, Sebastian Shu, Milagros Wong, Shayna Rubenstein, P. Zavala, Luke Caddell, C. Edmund Graham, Jorge Colina, Segundo R. León, Leonid Lecca, Gita N. Mody

Notice bibliographique

RevueWorld Journal of Surgery · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineElective surgeryVascular surgeryPDCAPublic hospitalQuality managementPublic healthSurgeryEmergency medicineGeneral surgeryCardiac surgeryNursingOperations management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In resource-limited settings, there is a unique opportunity for using process improvement strategies to address the lack of access to surgical care. By implementing organizational changes in the surgical admission process, we aimed to decrease wait times, increase surgical volume, and improve patient satisfaction for elective general surgery procedures at a public tertiary hospital in Lima, Peru. METHODS: During the first phase of the intervention, Plan-Do-Study-Act (PDSA) cycles were performed to ensure the surgery waitlist included up-to-date clinical information. In the second phase, Lean Six Sigma methodology was used to adapt the admission and scheduling process for elective general surgery patients. After six months, outcomes were compared to baseline data using Wilcoxon rank-sum test. RESULTS: At the conclusion of phase one, 87.0% (488/561) of patients on the new waitlist had all relevant clinical data documented, improved from 13.3% (2/15) for the pre-existing list. Time from admission to discharge for all surgeries improved from 5 to 4 days (p<0.05) after the intervention. Median wait times from admission to operation for elective surgeries were unchanged at 4 days (p=0.076) pre- and post-intervention. There was a trend toward increased weekly elective surgical volume from a median of 9 to 13 cases (p=0.24) and increased patient satisfaction rates for elective surgery from 80.5 to 83.8% (p=0.62), although these were not statistically significant. CONCLUSION: The process for scheduling and admitting elective surgical patients became more efficient after our intervention. Time from admission to discharge for all surgical patients improved significantly. Other measured outcomes improved, though not with statistical significance. Main challenges included gaining buy-in from all participants and disruptions in surgical services from bed shortages.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,412
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of SurgeryMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207