Clinical Pathways Programs in Children’s Hospitals
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Clinical pathways translate best evidence into the local context of a care setting through structured, multidisciplinary care plans. Little is known about clinical pathway programs in pediatric settings. The purpose of this study was to determine the prevalence of clinical pathway programs and describe similarities and differences. METHODS: We performed a cross-sectional web survey to assess the existence of a clinical pathway program, number, type, and creation or revision of clinical pathways, and its characteristics in the 111 hospitals of the Pediatric Research in Inpatient Settings network. RESULTS: Eighty-one hospitals responded to the survey (73% response rate). Most hospitals had a clinical pathway program (63%, n = 50 of 80) that was hospital-wide (70%, n = 35 of 50). Freestanding children's (48%, n = 39 of 81), academic (60%, n = 43 of 72), teaching hospitals (96%, n = 78 of 81) made up the largest proportion of survey respondents. There was no funding for nearly half of the programs (n = 21 of 46, 46%). Over a quarter of survey respondents reported no data collected to assess pathway utilization and/or care outcomes (n = 19 of 71, 27%). CONCLUSIONS: Greater than half of respondents confirmed existence of a program. Freestanding, academic teaching hospitals accounted for the most responses. However, nearly half of surveyed programs were unfunded, and many are unable to measure their pathway outcomes or demonstrate improvement in care. Survey respondents were enthusiastic about participating in a national collaborative on pediatric clinical pathways.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».