MétaCan
Menu
Retour à la cohorte
Enregistrement W4408588522 · doi:10.1136/bmjoq-2024-002908

Increasing take-home naloxone kit distribution to patients with substance use disorder before hospital discharge: a quality improvement project

2025· article· en· W4408588522 sur OpenAlexafffundabout
Daniel Wong, Lingsa Jia

Notice bibliographique

RevueBMJ Open Quality · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBurnaby HospitalUniversity of British Columbia
Organismes subventionnairesDoctors of BC
Mots-clésDocumentation(+)-NaloxoneMedicinePharmacyMedical emergencyNursingDistribution (mathematics)Harm reductionQuality (philosophy)Quality managementAddictionPublic healthPsychiatryOperations managementOpioidManagement systemEngineering

Résumé

récupéré en direct d'OpenAlex

The ongoing drug toxicity crisis is a growing public health challenge in many countries across the world. Despite the WHO's recommendation of take-home naloxone (THN) kits as a cost-effective harm reduction strategy to prevent drug toxicity deaths, the Addiction Medicine Consult Team (AMCT) at Burnaby Hospital found that only 51% of their eligible patients were receiving a kit before discharge. In response, the AMCT created a quality improvement (QI) team with the aim of increasing their THN kit distribution rate on two hospital wards from 51% to over 80% within 10 months.Change ideas were implemented with the aim of targeting various components of the THN kit distribution process. Changes included adjusting THN kit inventory on wards, hosting education sessions for nurses, creating just-in-time training using nursing station whiteboards, streamlining the documentation process for nurses and standardising the ordering process for providers. The QI team collaborated with hospital interest holders including senior executives, nursing and pharmacy groups to facilitate change ideas. The project culminated with 4 months of sustained THN kit provision above 80%.The QI team is currently in talks with hospital operations to ensure that an effective documentation system will be integrated into the new electronic medical record system when the hospital transitions away from paper charting in 2025.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,034
Tête enseignante GPT0,381
Écart entre enseignants0,346 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetOpioid Use Disorder TreatmentTravaux en français237 207