MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309540935 · doi:10.22541/au.166902308.85660010/v1

Addressing adherence to guidelines on prevention of acute chemotherapy induced nausea and vomiting in pediatric patients

2022· preprint· en· W4309540935 sur OpenAlexaff
Marija Kacar, Paula MacDonald, Paul Gibson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMcMaster Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineOndansetronChemotherapy-induced nausea and vomitingGuidelinePsychological interventionNauseaVomitingAprepitantAdverse effectIntensive care medicineAntiemeticInternal medicineEmergency medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background: Chemotherapy induced nausea and vomiting (CINV) is a distressing adverse effect in children receiving cancer treatment. There are evidence-based pediatric clinical practice guidelines (CPG) on chemotherapy emetogenicity and acute CINV prevention, but adherence to these guidelines is low. Procedure: A quality improvement-based study was conducted at McMaster Children’s Hospital. The SMART aim was to increase adherence to guidelines on prevention of acute CINV in hospitalized patients receiving high (HEC) and moderately (MEC) emetogenic chemotherapy from baseline 25% to >70% by June 2021. Barriers were identified by process mapping and a series of interventions were implemented. Results: Guideline adherence (GA) was assessed in 270 inpatient chemotherapy administrations (HEC, MEC). Data was collected on 131 charts pre-interventions and 139 charts post-interventions. Interventions included education, addition of guideline recommended anti-emetics to the inpatient formulary and implementation of a standardized CPG tool. Initial rates of total CINV GA were 25%, which improved to 72% post-intervention (p <0.001). In subgroup analysis, GA in the MEC group improved from 13% to 34% (p=0.015), and in the HEC group from 32% to 93% (p<0.001). The most common reason for non-adherence in the HEC group was failure to use aprepitant as anti-emetic, and in MEC was option for ondansetron monotherapy prophylaxis. Conclusion: Using quality improvement methodology, barriers to guideline adherence were identified and interventions implemented. Guideline adherence for prevention of CINV improved, particularly in the HEC group but less for the MEC group. Future steps will include sustainability of interventions and addressing adherence in the MEC group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,180
Tête enseignante GPT0,441
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→