Ambient Room Temperatures in a Burn Intensive Care Unit—A Quality Improvement Project
Notice bibliographique
Résumé
Introduction: Patients with major burn injuries are particularly susceptible to hypothermia. The ability to maintain and rapidly increase ambient temperatures may reduce the impact of hypothermia and the hypermetabolic response. The purpose of this study was to determine ambient patient room temperatures in a burn intensive care unit (ICU) and to evaluate our ability to adjust these temperatures. Methods: The ambient temperatures of 9 burn ICU patient rooms were recorded hourly over a 6-month period in an American Burn Association-verified burn centre. Temperatures were recorded using wall-mounted smart sensors, transmitted to a mobile smartphone application via Bluetooth, and then exported to Excel for analysis. On 2 predetermined dates, thermostats in all rooms were simultaneously set to maximum, and monitored over 3 h. This represented a sound change initiative, and replicated a medical order to increase the ambient temperature during critical stages of patient care. Results: We recorded 4394 individual hourly temperature measurements for each of the 9 rooms. The mean ambient temperature was 23.5 ± 0.3 °C (range 22.8-24). After intervention 1, ambient temperatures increased <2 °C in 7 rooms and by only 2 °C-3 °C in the other 2 rooms. The overall mean increase in temperature over 3 h across all rooms was 1.03 °C ± 1.19 °C (range −0.88 to 3.26). Following intervention 2, temperatures could be increased by ≥2 °C in only 2 rooms with an overall mean increase in temperature of only 0.76 °C ± 0.99 °C (range −0.29 to 2.43) across all rooms. Conclusions: The burn ICU rooms were relatively cool and our ability locally to adjust ambient temperatures quickly was limited. Burn centres should have regular facility assessments to assess whether ambient temperatures can be adjusted expeditiously when required.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».