MétaCan
Menu
Retour à la cohorte
Enregistrement W3212240004 · doi:10.12788/fp.0194

Improving Unadjusted and Adjusted Mortality With an Early Warning Sepsis System in the Emergency Department and Inpatient Wards

2021· article· en· W3212240004 sur OpenAlexaboutno aff
Justin Iannello

Notice bibliographique

RevueFederal Practitioner · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth informaticsVeterans AffairsEmergency departmentEmergency medicineWarning systemHealth careMedical emergencyQuarter (Canadian coin)SepsisAcute careInformaticsPublic healthNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mortality reduction has been a major focus of improvement for health care systems. Although several studies have noted improved sepsis-related mortality with the use of electronic health record (EHR) systems, there are no known published early warning sepsis systems using the Veterans Health Administration (VHA) EHR system. METHODS: The Malcom Randall Veterans Affairs Medical Center (MRVAMC), a large academic 1a VHA facility within the North Florida/South Georgia Veterans Health System (NF/SGVHS), was identified as having opportunities for improvement related to inpatient mortality outcomes. Sepsis was discovered as the primary contributor to inpatient mortality for MRVAMC's acute level of care (LOC). Education along with implementation of an early warning sepsis system (EWSS) was subsequently integrated in the VHA EHR known as the Veterans Information Systems and Technology Architecture/ Computerized Patient Record System (VistA/CPRS) at NF/SGVHS, which applied a combination of informatics solutions within a Lean Six Sigma quality improvement framework. RESULTS: At MRVAMC, there was an observed decrease in the number of inpatient deaths for the acute LOC from a high of 48 in fiscal year (FY) 2017, quarter 3 to a low of 27 in FY 2019, quarter 4. This resulted in as large of an improvement as a 44% reduction in unadjusted mortality with education and implementation of an EWSS from FYs 2017 to 2019. Additionally, the MRVAMC acute LOC risk-adjusted mortality (standardized mortality ratio) improved from > 1.0 to < 1.0, demonstrating fewer inpatient mortalities than predicted from FYs 2017 to 2019. CONCLUSIONS: Education along with the possible implementation of an EWSS within the VHA EHR was associated with improvement in unadjusted and adjusted inpatient mortality at MRVAMC. This may be an effective approach for patients with sepsis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,060
Tête enseignante GPT0,320
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal PractitionerMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207