Barriers and facilitators of following perioperative internal medicine recommendations by surgical teams: a sequential, explanatory mixed-methods study
Notice bibliographique
Résumé
BACKGROUND: Preoperative medical consultations add expense and burden for patients and the impact of these consults on patient outcomes is conflicting. Previous work suggests that 10-40% of preoperative medical consult recommendations are not followed. This limits measurement of the effect of perioperative medical consultation on patient outcomes and represents a quality gap, given the patient time and healthcare cost associated with consultation. We aimed to measure, characterize, and understand reasons for missed recommendations from preoperative medical consultation. METHODS: This explanatory, sequential mixed-methods study used chart audits followed by semi-structured interviews. Chart audit of consecutive patients seen in preoperative medical clinic were reviewed to measure the proportion and characterize the type of recommendations that were not completed ("missed"). This phase informed the interview participants and questions. The interview guide was developed using the Consolidated Framework for Implementation Research and the Theoretical Domains Framework. Template analysis was used to understand drivers and barriers of missed recommendations RESULTS: Chart audit included 255 patients (n=161, 63.1% female) seen in preadmission clinic between April 1 and April 30, 2019. 55.7% of patients had all recommendations followed (n=142). Postoperative anticoagulation management and postoperative cardiac biomarker surveillance recommendations were least commonly followed (50.0%, n=28, and 68.9%, n=82, respectively). Eighteen surgical team members were interviewed. Missed recommendations were both unintentional and intentional, and the key drivers differed by these categories. Unintentionally missed recommendations occurred due to individual-level factors (drivers: knowledge of the consultation note, lack of routine for reviewing the consultation note, and competing demands on time) and systems-level factors (driver: lack of role clarity). Intentionally missed recommendations occurred due to user error due (drivers: lack of knowledge of guidelines or evidence) and appropriate modifications (driver: need to adapt a preoperative plan for a complicated postoperative course). CONCLUSIONS: Only 55.7% of consult notes had all recommendations followed, suggesting a quality gap in perioperative medical care. Qualitative data suggests multiple drivers of missed recommendations that should be targeted to improve the efficiency of care for these patients.
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 | 0,024 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».