MétaCan
Menu
Retour à la cohorte
Enregistrement W4403683124 · doi:10.1093/pch/pxae067.033

34 Improving language concordant care in the paediatric emergency department

2024· article· en· W4403683124 sur OpenAlexaboutno aff
Michael Bravo, Felicia Paluck, Omar Taibah, Henry Annan, Sevag Tachejian, Gregory Harvey, Deborah Schonfeld

Notice bibliographique

RevuePaediatrics & Child Health · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentMedical emergencyMedicineNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Paediatric patients and families with limited English proficiency (LEP) experience worse health outcomes. Use of professional medical interpreter services (IS) helps ensure that all patients receive high quality care, regardless of their preferred language of communication. Objectives The aim of this quality improvement (QI) study was to improve language concordant care within a paediatric emergency department (ED) in downtown Toronto by increasing the rate of over-the-phone interpreter use by 50% by July 2024 and to understand common reasons for interpreter non-use. Design/Methods Using the model for improvement, we assembled an interdisciplinary team that included physicians, ED registration clerks, triage nurses, and language services staff to understand current workflow and develop targeted interventions aimed at addressing key drivers through multiple plan-do-study-act (PDSA) cycles. Interventions included introduction of a standardized script to capture language preference at ED registration, EMR-integrated preferred language notification and smart text template in provider notes for standardized IS use or non-use documentation, and departmental education. Our primary outcome measure was rate of over-the-phone IS use for all ED visits. Process measures were rate of EMR documentation of patients and caregivers with non-English language preference (NELP) and rate of provider documentation of IS use or non-use. Balancing measures included time to provider initial assessment (PIA) and ED length of stay. Results The baseline period (November 2022-April 2023) revealed an over-the-phone IS rate of 5.2% for all ED visits. The initial results from the first 6 months of the intervention period demonstrated an increase in physician documentation of IS use or non-use in patients with NELP, from 10% to 76%. Additionally, 18.6% of patients or caregivers with NELP had IS use per provider notes. Over the next 9 months of the intervention period, special cause variation is anticipated in the rate of IS use and rate of EMR documentation of NELP. The most common reasons for IS non-use were: ‘deemed unnecessary by provider’, ‘declined by family’ and ‘use of family member/friend as interpreter’. There was no change in PIA or ED length of stay for patients with NELP. Conclusion This QI initiative increased consistent provider documentation of IS use in ED patient records in one of the most linguistically diverse cities in the world. Future efforts will focus on exploring additional ways to capture language preference beyond registration, facilitating IS use in the ED, and addressing top reasons for non-use of IS in patients and caregivers with NELP.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,391
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetInterpreting and Communication in HealthcareTravaux en français237 207