MétaCan
Menu
Retour à la cohorte
Enregistrement W4285367533 · doi:10.2196/33401

Effectiveness of a Diabetes-Focused Electronic Discharge Order Set and Postdischarge Nursing Support Among Poorly Controlled Hospitalized Patients: Randomized Controlled Trial

2022· article· en· W4285367533 sur OpenAlexvenueno aff
Audrey White, David Bradley, Elizabeth Buschur, Cara Harris, Jacob LaFleur, Michael L. Pennell, Adam Soliman, Kathleen Wyne, Kathleen Dungan

Notice bibliographique

RevueJMIR Diabetes · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHyperglycemia and glycemic control in critically ill and hospitalized patients
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineDiabetes mellitusGlycated hemoglobinRandomized controlled trialMedical prescriptionType 2 diabetesDiabetes managementType 2 Diabetes MellitusEmergency medicinePediatricsInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background Although the use of electronic order sets has become standard practice for inpatient diabetes management, there is limited decision support at discharge. Objective In this study, we assessed whether an electronic discharge order set (DOS) plus nurse follow-up calls improve discharge orders and postdischarge outcomes among hospitalized patients with type 2 diabetes mellitus. Methods This was a randomized, open-label, single center study that compared an electronic DOS and nurse phone calls to enhanced standard care (ESC) in hospitalized insulin-requiring patients with type 2 diabetes mellitus. The primary outcome was change in glycated hemoglobin (HbA1c) level at 24 weeks after discharge. The secondary outcomes included the completeness and accuracy of discharge prescriptions related to diabetes. Results This study was stopped early because of feasibility concerns related to the long-term follow-up. However, 158 participants were enrolled (DOS: n=82; ESC: n=76), of whom 155 had discharge data. The DOS group had a greater frequency of prescriptions for bolus insulin (78% vs 44%; P=.01), needles or syringes (95% vs 63%; P=.03), and glucometers (86% vs 36%; P<.001). The clarity of the orders was similar. HbA1c data were available for 54 participants in each arm at 12 weeks and for 44 and 45 participants in the DOS and ESC arms, respectively, at 24 weeks. The unadjusted difference in change in HbA1c level (DOS – ESC) was −0.6% (SD 0.4%; P=.18) at 12 weeks and −1.1% (SD 0.4%; P=.01) at 24 weeks. The adjusted difference in change in HbA1c level was −0.5% (SD 0.4%; P=.20) at 12 weeks and −0.7% (SD 0.4%; P=.09) at 24 weeks. The achievement of the individualized HbA1c target was greater in the DOS group at 12 weeks but not at 24 weeks. Conclusions An intervention that included a DOS plus a postdischarge nurse phone call resulted in more complete discharge prescriptions. The assessment of postdischarge outcomes was limited, owing to the loss of the long-term follow-up, but it suggested a possible benefit in glucose control. Trial Registration ClinicalTrials.gov NCT03455985; https://clinicaltrials.gov/ct2/show/NCT03455985

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,258
Écart entre enseignants0,253 · 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.

Devis d'étudeEssai randomisé
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR DiabetesMême sujetHyperglycemia and glycemic control in critically ill and hospitalized patientsTravaux en français237 207