Calculating Optimal Patient to Nursing Capacity: Comparative Analysis of Traditional and New Methods
Notice bibliographique
Résumé
Background: Optimal nurse staffing levels have been shown to impact patients' prognoses and safety, as well as staff burnout. The predominant method for calculating staffing levels has been patient-to-nurse (P/N) ratios and nursing hours per patient day. However, both methods fall short of addressing the dynamic nature of staffing needs that often fluctuate throughout the day as patients' clinical status changes and new patients are admitted or discharged from the unit. Objective: In this evaluation, the Veterans Affairs Palo Alto Health Care System (VAPAHCS) piloted a new dynamic bed count calculation in an effort to target optimal staffing levels every hour to provide greater temporal resolution on nurse staffing levels within the Veterans Health Administration. Methods: The dynamic bed count uses elements from both the nursing hours per patient day and P/N ratio to calculate current and target staffing levels, every hour, while balancing across nurse types (registered nurses to nurse assistants) to provide improved temporal insight into staff allocation. The dynamic bed count was compared with traditional P/N ratio methods of calculating patient capacity at the VAPAHCS, to assess optimal patient capacity within their acute care ward from January 1, 2023, through May 25, 2023. Descriptive statistics summarized patient capacity variables across the intensive care unit (ICU), medical-surgical ICU, and 3 acute care units. Student t tests (2-tailed) were used to analyze differences between patient capacity measures. Results: Hourly analysis of patient capacity information displayed how the dynamic bed count provided improved temporal resolution on patient capacity. Comparing the dynamic bed count to the P/N ratio, we found the patient capacity, as determined by the P/N ratio, was, on average, higher than that of the dynamic bed count across VAPAHCS acute care units and the medical-surgical ICU (P<.001). For example, in acute care unit 3C, the average dynamic bed count was 21.6 (SD 4.2) compared with a P/N ratio of 28.6 (SD 3.2). This suggests that calculating patient capacity using P/N ratios alone could lead to units taking on more patients than what the dynamic bed count suggests the unit can optimally handle. Conclusions: As a new patient capacity calculation, the dynamic bed count provided additional details and timely information about clinical staffing levels, patient acuity, and patient turnover. Implementing this calculation into the management process has the potential to empower departments to further optimize staffing and patient care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 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 ».