Improving Timeliness in Surgical Discharge Summary Distribution: A Quality Improvement Initiative
Notice bibliographique
Résumé
Objective To implement a quality improvement initiative to achieve an institutional targeted discharge summary distribution metric of 50% within 48 hours of patient discharge from hospital within an academic tertiary care otolaryngology–head and neck surgery department. Methods A pre‐ and postintervention study was conducted. Process mapping was performed. Interventions included education and engagement, implementation of auto‐authentication (distribution immediately following transcription without review by the most responsible physician), and audit and feedback. The percentage of discharge summaries dictated with the auto‐authentication code was evaluated. Process measures were collected for 12 months pre‐ and postimplementation. Balancing measures included workload and revisions to auto‐authenticated notes. Analysis included summary statistics, statistical process control charting, and unpaired t tests. Results The mean ± SD percentage of discharge summaries distributed within 48 hours increased from 19% ± 6.4% preintervention to 54% ± 20% postintervention ( P <. 0001). Seventy‐four percent of discharge summaries were dictated via the auto‐authentication code. The target metric was met in 71% of discharges with the auto‐authentication codes as compared with 26% with non–auto‐authentication. The interventions did not result in any change to perceived workload, and the incidence of auto‐authentication revisions was <1%. The results were sustained with an increase of 72% the following quarter. For fiscal year 2021‐2022, performance remained sustained with an 85% completion rate. Discussion Our surgical department exceeded and sustained the targeted metric for timely discharge summary distribution using a quality improvement approach. Implications for Practice Timely distribution of discharge summaries optimizes patients’ transitions of care and can be achieved through stakeholder education and engagement, auto‐authentication, and audit with feedback.
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 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».