MétaCan
Menu
Retour à la cohorte
Enregistrement W4408281084 · doi:10.1371/journal.pdig.0000466

Implementation of Smart Triage combined with a quality improvement program for children presenting to facilities in Kenya and Uganda: An interrupted time series analysis

2025· article· en· W4408281084 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePLOS Digital Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensB.C. Women's Hospital & Health CentreUniversity of British Columbia
Organismes subventionnairesWellcome Trust
Mots-clésTriageMedicineInterrupted time seriesEmergency medicineIntervention (counseling)Psychological interventionInterrupted Time Series AnalysisAntimicrobialInfection controlIntensive care medicineNursing

Résumé

récupéré en direct d'OpenAlex

Sepsis occurs predominantly in low-middle-income countries. Sub-optimal triage contributes to poor early case recognition and outcomes from sepsis. Improved recognition and quality of care can lead to improved outcomes. We evaluated the impact of Smart Triage using improved time to intravenous antimicrobial administration in a multisite interventional study. Smart Triage, a digital platform with a risk score and clinical dashboard, was implemented (with control sites) in Kenya (February 2021-December 2022) and Uganda (April 2020-April 2022). Children presenting to the outpatient departments with an acute illness were enrolled. A controlled interrupted time series was used to assess the effect on time from arrival at the facility to intravenous antimicrobial administration. Secondary analyses included antimicrobial use, admission rates and mortality (NCT04304235). During the baseline period, the time to antimicrobials decreased significantly in Kenya (132 and 58 minutes) at control and intervention sites. In Uganda, the time to antimicrobials marginally decreased (3 minutes) at the intervention site. Then, during the implementation period in Kenya, the time to antimicrobials at the intervention site decreased by 98 min (57%, 95% CI 81-114) but increased by 49 min (21%, 95% CI: 23-76) at the control site. In Uganda, the time to antimicrobials initially decreased but was not sustained and there was no significant difference between intervention and control sites. At both intervention sites, there was a significant reduction in antimicrobial utilization of 47% (Kenya) and 33% (Uganda) compared to baseline. There was a reduction in admission rates of 47% (Kenya) and 33% (Uganda) compared to baseline. Mortality reduced by 25% (Kenya) and 75% (Uganda) compared to the baseline period. We showed significant improvements in time to intravenous antibiotics in Kenya but not Uganda, likely due to COVID-19, a short study period and resource constraints. The reduced antimicrobial use and admission and mortality rates are remarkable and welcome benefits. The admission and mortality rates should be interpreted cautiously as these were secondary outcomes. This study underlines the difficulty of implementing technologies and sustaining quality improvement in health systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,023
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,359
Écart entre enseignants0,339 · 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