Successful Implementation of Workflow-Embedded Clinical Pathways During the COVID 19 Pandemic
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Clinical pathways have been found effective for improving adherence to evidence-based guidelines, thus providing better patient outcomes. As coronavirus disease-2019 (COVID-19) clinical guidance changed rapidly and evolved, a large hospital system in Colorado established clinical pathways within the electronic health record to guide clinical practice and provide the most up-to-date information to frontline providers. METHODS: On March 12, 2020, a system-wide multidisciplinary committee of specialists in emergency medicine, hospital medicine, surgery, intensive care, infectious disease, pharmacy, care management, virtual health, informatics, and primary care was recruited to develop clinical guidelines for COVID-19 patient care based on the limited available evidence and consensus. These guidelines were organized into novel noninterruptive digitally embedded pathways in the electronic health record (Epic Systems, Verona, Wisconsin) and made available to nurses and providers at all sites of care. Pathway utilization data were analyzed from March 14 to December 31, 2020. Retrospective pathway utilization was stratified by each care setting and compared with Colorado hospitalization rates. This project was designated as a quality improvement initiative. RESULTS: Nine unique pathways were developed, including emergency medicine, ambulatory, inpatient, and surgical care guidelines. Pathway data were analyzed from March 14 to December 31, 2020, and showed that COVID-19 clinical pathways were used 21 099 times. Eighty-one percent of pathway utilization occurred in the emergency department setting, and 92.4% applied embedded testing recommendations. A total of 3474 distinct providers employed these pathways for patient care. CONCLUSIONS: Noninterruptive digitally embedded clinical care pathways were broadly utilized during the early part of the COVID-19 pandemic in Colorado and influenced care across many care settings. This clinical guidance was most highly utilized in the emergency department setting. This shows an opportunity to leverage noninterruptive technology at the point of care to guide clinical decision-making and practice.
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 | 0,011 | 0,002 |
| 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 ».