Addressing adherence to guidelines on prevention of acute chemotherapy‐induced nausea and vomiting in pediatric patients
Notice bibliographique
Résumé
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 emetogenic chemotherapy (MEC) from baseline 25% to more than 70% by June 2021. Barriers were identified by process mapping, and a series of interventions were implemented. RESULTS: Guideline adherence was assessed in 270 inpatient chemotherapy administrations (HEC, MEC). Data were 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 guideline adherence were 25%, which improved to 72% post intervention (p < .001). In subgroup analysis, guideline adherence in the MEC group improved from 13% to 34% (p = .015), and in the HEC group from 32% to 93% (p < .001). The most common reason for nonadherence 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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».