Transitioning from night to day transplants: changing the transplant culture for optimisation through a province-wide quality improvement initiative
Notice bibliographique
Résumé
BACKGROUND: Organ transplants, some of the most complex operations, have historically been performed overnight due to logistical challenges in healthcare systems. Overnight transplants contribute to transplant team burnout and can compromise patient outcomes. A province-wide quality improvement (QI) initiative was launched to increase the daytime operation rate to ≥80%. METHODS: The project was launched in July 2020 by the Daytime Transplant Working Group, including stakeholders from the Organ Donation Organization, donor hospitals, and the two recipient hospitals to increase daytime transplants, as defined by operation start time between 07:00 and 14:00 for donor operations and 08:00 and 18:00 for recipient operations. Organ donor and recipient operation start times were collected from January 2019 to June 2020 (control period), July 2020 to December 2021 (intervention period) and January 2022 to December 2023 (maintenance period). Data were analysed using p-charts on SQCpack V.7 (PQ Systems, Dayton, OH). RESULTS: From 696 retrieval operations, a total of 458 liver transplants, 295 lung transplants, 126 heart transplants and 1122 kidney transplants were performed. Our ≥80% target was met for liver, lung, and heart transplants; however, there was no change in kidney transplants. Daytime rates of organ donor operations increased but did not achieve the ≥80% target. INTERPRETATION: Despite the COVID-19 pandemic impacting OR access during the intervention period, the target of ≥80% daytime operations was achieved for liver, lung and heart transplants by engaging donor and recipient hospitals. The transition to daytime surgery was improved with a dedicated team to systematically address barriers and concerns from donor hospitals.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».