Measuring evidence-based clinical guideline compliance in the paediatric intensive care unit
Notice bibliographique
Résumé
BACKGROUND: Evidence-based clinical care guidelines improve medical treatment by reducing error, improving outcomes and possibly lowering healthcare costs. While some data exist on individual guideline compliance, no data exist on overall compliance to multiple nuanced guidelines in a paediatric intensive care setting. METHODS: Guideline compliance was observed and measured with a prospective cohort at a tertiary academic paediatric medical-surgical intensive care unit. Adherence to 19 evidence-based clinical care guidelines was evaluated in 814 patients, and reasons for non-compliance were noted along with other associated outcomes. MEASUREMENTS AND MAIN RESULTS: Overall facility compliance was unexpectedly high at 77.8% over 4512 compliance events, involving 826 admissions. Compliance varied widely between guidelines. Guidelines with the highest compliance were stress ulcer prophylaxis (97.1%) and transfusion administration such as fresh frozen plasma (97.4%) and platelets (94.8%); guidelines with the lowest compliance were ventilator-associated pneumonia prevention (28.7%) and vitamin K administration (34.8%). There was no significant change in compliance over time with observation. Guidelines with binary decision branch points or single-page decision flow diagrams had a higher average compliance of 90.6%. Poor compliance was more often observed with poor perception of guideline trustworthiness and time limitations. CONCLUSIONS: Measuring guideline compliance, though onerous, allowed for evaluation of current clinical practices and identified actionable areas for institutional improvement.
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 | 0,028 | 0,094 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».