Improving Communication in Intensive Care Unit to Ward Transitions: Protocol for Multisite National Implementation of the ICU-PAUSE Handoff Tool
Notice bibliographique
Résumé
BACKGROUND: The intensive care unit (ICU)-ward transfer poses a particularly high-risk period for patients. The period after transfer has been associated with adverse events and additional work for care teams related to miscommunication or omission of information. Standardized handoff processes have been found to reduce communication errors and adverse patient events in other clinical environments but are understudied at the ICU-ward interface. We previously developed an electronic ICU-ward transfer tool, ICU-PAUSE, which embeds the key elements and diagnostic reasoning to facilitate a safe transfer of care at ICU discharge. OBJECTIVE: The aim of this study is to evaluate the implementation process of the ICU-PAUSE handoff tool across 10 academic medical centers, including the rate of adoption and acceptability, as perceived by clinical care teams. METHODS: ICU-PAUSE will be implemented in the medical ICU across 10 academic hospitals, with each site customizing the tool to their institution's needs. Our mixed methods study will include a combination of a chart review, quantitative surveys, and qualitative interviews. After a 90-day implementation period, we will conduct a retrospective chart review to evaluate the rate of uptake of ICU-PAUSE. We will also conduct postimplementation surveys of providers to assess perceptions of the tool and its impact on the frequency of communication errors and adverse events during ICU-ward transfers. Lastly, we will conduct semistructured interviews of faculty stakeholders with subsequent thematic analysis with the goal of identifying benefits and barriers in implementing and using ICU-PAUSE. RESULTS: ICU-PAUSE was piloted in the medical ICU at Barnes-Jewish Hospital, the teaching hospital of Washington University School of Medicine in St. Louis, in 2019. As of July 2022, implementation of ICU-PAUSE is ongoing at 6 of 10 participating sites. Our results will be published in 2023. CONCLUSIONS: Our process of ICU-PAUSE implementation embeds each step of template design, uptake, and customization in the needs of users and key stakeholders. Here, we introduce our approach to evaluate its acceptability, usability, and impact on communication errors according to the tenets of sociotechnical theory. We anticipate that ICU-PAUSE will offer an effective handoff tool for the ICU-ward transition that can be generalized to other institutions. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/40918.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,098 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».