Optimizing opioid prescribing practices after minimally invasive lung resection through a quality-improvement intervention
Notice bibliographique
Résumé
BACKGROUND: In their 2019 guideline on the prescribing and management of opioids after elective ambulatory thoracic surgery, the Canadian Association of Thoracic Surgeons (CATS) recommended 120 morphine milligram equivalents (MME) after minimally invasive (video-assisted thoracoscopic surgery [VATS]) lung resection. We conducted a quality-improvement project to optimize opioid prescribing after VATS lung resection. METHODS: We assessed baseline prescribing practices for opioid-naive patients. Using a mixed-methods approach, we selected 2 quality-improvement interventions: formal incorporation of the CATS guideline into our postoperative care pathway, and development of a patient information handout regarding opioids. The intervention was initiated on Oct. 1, 2020, and was formally implemented on Dec. 1, 2020. The outcome measure was average MME of discharge opioid prescriptions, the process measure was proportion of discharge prescriptions exceeding the recommended dosage, and the balancing measure was opioid prescription refills. We analyzed the data using control charts, and compared all measures between the pre-intervention (12 mo before) and postintervention (12 mo after) groups. RESULTS: < 0.001). Control charts showed special cause variation corresponding with the intervention, and system stability existed after the intervention. There was no statistically significant difference in the proportion or dosage of opioid prescription refills after the intervention. CONCLUSION: After implementation of the CATS opioid guideline, there was a significant reduction in opioids prescribed at discharge and no increase in opioid prescription refills. Control charts are a valuable resource for monitoring outcomes on an ongoing basis and for assessing the effects of an intervention.
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 | 0,012 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».