Reducing unnecessary diagnostic phlebotomy in intensive care: a prospective quality improvement intervention
Notice bibliographique
Résumé
BACKGROUND: Critically ill patients receive frequent routine and recurring blood tests, some of which are unnecessary. AIM: To reduce unnecessary routine phlebotomy in a 30-bed tertiary medical-surgical intensive care unit (ICU) in Toronto, Ontario. METHODS: This prospective quality improvement study included a 7-month preintervention baseline, 5-month intervention and 11-month postintervention period. Change strategies included education, ICU rounds checklists, electronic order set modifications, an electronic test add-on tool and audit and feedback. The primary outcome was mean volume of blood collected per patient-day. Secondary outcomes included the number blood tubes used and red cell transfusions. Balancing measures included the timing and types of blood tests, ICU length of stay and mortality. Outcomes were evaluated using process control charts and segmented regression. RESULTS: Patient demographics did not differ between time periods; total number of patients: 2096, median age: 61 years, 60% male. Mean phlebotomy volume±SD decreased from 41.1±4.0 to 34.1±4.7 mL/patient-day. Special cause variation was met at 13 weeks. Segmental regression demonstrated an immediate postintervention decrease of 6.6 mL/patient-day (95% CI 1.8 to 11.4 p=0.009), which was sustained. Blood tube consumption decreased by 1.4 tubes/patient-day (95% CI 0.4 to 2.4, p=0.005) amounting to 13 276 tubes (95% CI 4602 to 22 127 tubes) saved over 11 months. Red blood cell transfusions decreased from 10.5±5.2 to 8.3±4.4 transfusions/100 patient-days (incident rate ratio 0.56, 95% CI 0.35 to 0.88, p=0.01). There was no impact on length of stay (2 days, IQR 1-5) and mortality (18.1%±2.0%). CONCLUSION: Iterative improvement interventions targeting clinician test ordering behaviour can reduce ICU phlebotomy and may impact red cell transfusions. Frequent stakeholder consultation, incorporating stewardship into daily workflow, and audit and feedback are effective strategies.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».