A clinical audit cycle of post-operative hypothermia in dogs
Notice bibliographique
Résumé
Objectives: Use of clinical audits to assess and improve perioperative hypothermia management in client-owned dogs. Methods: Two clinical audits were performed. Audit 1: data were collected to determine the incidence and duration of perioperative hypothermia (defined rectal temperatures < 37.5˚C). The results from Audit 1 were presented to clinic staff and a consensus reached on changes to be implemented to improve temperature management. Following one month with the changes in place, Audit 2 was performed to assess performance. Results: Audit 1 revealed a high incidence of post-operative hypothermia (88.9%) and prolonged time periods for animals to reach normothermia. Following discussion, a consensus was reached to: 1. measure rectal temperatures hourly post-operatively until a temperature ≥ 37.5˚C was achieved and 2. use a forced air warmer on all dogs until rectal temperature was ≥ 37˚5. After one month with the implemented changes, Audit 2 identified a significant reduction in the time to achieve a rectal temperature of ≥ 37.5˚C, with 75% of dogs achieving this goal by 3.5 hours (7.5 hours for Audit 1, p = 0.01). The incidence of hypothermia at extubation remained high in Audit 2 (97.3% with a rectal temperature < 37.5˚C). Clinical significance: Post-operative hypothermia was improved through simple changes in practice, showing that clinical audit is a useful tool for monitoring post-operative hypothermia and improving patient care. Overall management of perioperative hypothermia could be further improved with earlier intervention.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,003 | 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 ».