Internal medicine consults within the emergency department: A workflow intervention to match workforce with workload
Notice bibliographique
Résumé
Background. Emergency departments (ED) are increasingly overcrowded, exacerbated by patients awaiting consultations and inpatient beds. Internal Medicine (IM) is the most consulted specialty service from the ED. Patients experience long delays after being consulted to Internal Medicine (IM). Objective. Decrease these delays by improving the IM consult process. Methods. A three stage process was designed. First: Analysis of the IM consult workflow over a 27-day period to identify the longest delays. Then implement a data-driven intervention. Second: Quantitatively assess the intervention by comparing three-month periods Pre-Intervention (Time A) with Post-Intervention (Time B). Third: Qualitatively assess the intervention by surveying residents. Results. The first stage included 398 consults. The longest delays were awaiting bed availability post admission order completion (mean 19.5 hours) and awaiting the initial junior resident assessment (mean 3.6 hours). This assessment delay significantly increased during busy shifts. The intervention involved the addition of an extra IM resident during the busiest four hours of the day. The second stage compared 1162 patients from Time A with 1263 patients from Time B. There was no significant change in assessment times post-intervention. However, there was an 8% increase in consult volume in Time B as compared to Time A. The third stage captured 100% of the 23 senior residents. Overall, residents reported the change as beneficial to themselves and the patients. Conclusions. For patients consulted to IM in the ED, inpatient bed availability contributed to the largest delay to leave the ED. Increasing IM resident staffing during peak hours did not decrease time to complete consults. However, increased IM resident staffing was perceived as beneficial to both residents and patients.
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 | 0,002 | 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 | 0,001 |
| 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 ».