A Quality Improvement Project to Reduce Inappropriate Telemetry Utilization in Nephrology Inpatients at an Academic Hospital
Notice bibliographique
Résumé
Background: Cardiac telemetry plays a key role in diagnosing and monitoring arrhythmias in hospitalized patients. The American Heart Association (AHA) provides recommendations on the use of telemetry outside the intensive care unit (ICU). These can be stratified into three categories; telemetry is indicated (Class I), telemetry may provide benefit (Class II) or telemetry is unlikely to be of benefit or may cause harm (Class III). The AHA and Choosing Wisely Canada suggest that telemetry use should be guideline-based and should not be used outside the ICU without a plan for discontinuation. In the United States, interventions that modify the Electronic Medical Record (EMR) have been shown to improve telemetry utilization. Patients admitted to our nephrology ward are often prescribed telemetry inappropriately, which impacts patients and providers, and increases healthcare costs. Methods: We used the Model for Improvement framework to conduct a quality improvement project with the aim of reducing inappropriate telemetry utilization (ordered for a Class III indication). We employed an interrupted time series design to evaluate telemetry utilization from January 2018 to September 2019 (pre- intervention period, which was retrospective) and September 2019 to September 2020 (postintervention period, which was prospective). We implemented a modification to our electronic health record (EMR) that forced prescribers to choose an appropriate telemetry indication. Results: There was a reduction of Class III telemetry utilization from 56 to 22%. This reduction was sustained for 12 months following implementation. We piloted a nursing-led discontinuation protocol which resulted in 35% of telemetry orders being discontinued prior to the 48-hour prescribed period. Interpretation: Our study shows that interventions to enhance the EMR in a way that supports better utilization of telemetry can be successful at Canadian institutions. Our next steps will be to implement a permanent nursing-led discontinuation protocol to reduce the duration of telemetry utilization.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».