Using Blood Wisely: lessons learnt in establishing a national implementation programme to reduce inappropriate red blood cell transfusion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Up to 50% of blood is transfused inappropriately despite best evidence. In 2020, Choosing Wisely Canada launched a major national programme, 'Using Blood Wisely', the aim was to engage hospitals to audit their red blood cell transfusion use against national benchmarks and participate in a programme to decrease inappropriate use. STUDY DESIGN: Using Blood Wisely is a quality improvement programme including national benchmarks, an audit tool, recommended evidence-based effective interventions and a designation to reward success. Hospital engagement was measured using the number of hospitals signing up, performing a baseline audit, submitting the planning survey, entering two or more audits and achieving hospital designation. Barriers to implementation were collected. RESULTS: From 1 September 2020 to 31 December 2022, 229 individual hospitals signed up over time to participate. Their results are reported as 159 hospitals and hospital groups. Collectively, this accounts for 72% of the blood used in Canada. Overall, 147 (92%) performed a baseline audit, 10 (6%) submitted a planning survey and 130 (82%) entered two or more audits. At baseline (time of enrolment), 75 (51%) met both benchmarks. The designation was awarded to 62 (39%) hospital groups (a total of 105 individual hospitals) that met and sustained benchmarks. Barriers to implementation included human resource shortages, lack of local expertise to advise the team, need for more education of transfusion prescribers and competing priorities. CONCLUSION: In its initial phase, Using Blood Wisely engaged a substantial number of hospitals in transfusion quality improvement work and maintained that engagement. This large-scale engagement across a big country was more successful than anticipated. Additional efforts are needed to rigorously evaluate the programme's impact on utilisation.
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.
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 | 0,004 | 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 | 0,000 | 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 découle