Improving hand therapy delivery during care transitions in multisystem trauma patients
Notice bibliographique
Résumé
High-quality hand therapy is critical to maximising functional capacity and optimising overall outcomes following hand injuries. Therapy delivery requires clear communication between surgeons and occupational therapists. At Sunnybrook Health Sciences Centre (SHSC), Canada's largest tertiary care centre, suboptimal communication is a significant barrier to efficient hand therapy delivery in acute multisystem trauma patients. A baseline audit at SHSC found that 41% of hand therapy orders required clarification and 35% of patients waited over 24 hours before their order was fulfilled. In many cases, communication errors created unacceptably long delays that were suspected by surgeon stakeholders to impede patient outcomes. This highlighted an opportunity for investigation and system improvement.Using process mapping methodology, we outlined standard process involved in patient care and identified barriers to successful communication. We collaborated with key stakeholders to codesign a standardised template for care orders. We aimed to improve order clarity and consistency with the goal of reducing the incidence of clarification and delays.Postimplementation, the percentage of hand therapy orders requiring clarification was decreased to 24%. The number of patients waiting over 24 hours for therapy was also reduced; however, further investigation is required to verify this finding. In addition, essential order components were more consistently and comprehensively included. Next steps of this work include expanding the use of the order template outside of the multisystem trauma population and improving the communication of hand therapy at discharge from hospital.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».