Real World Implementation of a Standardized Handover Program (I-PASS) on a Pediatrics Clinical Teaching Unit
Notice bibliographique
Résumé
Introduction: A standardized handover curriculum (I-PASS) has been shown to reduce preventable adverse events in a large multicenter study. We aimed to study the real world impact of the implementation of this curriculum on handover quality, duration, and critical care calls.Methods: A prospective intervention study was conducted. We implemented the I-PASS curriculum via faculty education sessions and resident workshops. Resident handover was video-recorded and written lists were collected for 2 weeks pre- and postintervention. We examined the inclusion of key elements on handover lists pre- and postintervention using logistic regression models accounting for multiple handovers per patient. Duration of handover was compared using a linear regression model adjusting for number of patients. Qualitative content analysis was used to describe observable differences in video recordings and written critical care call records.Results: A total of 1275 handovers were included, comprising 364 inpatients. There was a significant increase (P < .05) in 7 of 11 key elements (including illness severity, action items, and contingency plans) and a significant decrease in written physical examination findings postintervention. No significant change was found in handover duration. Video analysis revealed observable differences in handover structure, consistency, and detail. There was no significant difference in the number of critical care calls, although postintervention all patients requiring critical care calls were correctly identified as requiring close monitoring during handover.Conclusions: Handover training resulted in consistent inclusion of key elements without significant increase in handover duration. Qualitative analyses suggest appropriate identification and response to severely ill patients using the I-PASS model.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».