Impact on management performance outcomes of standardizing wound care using integrated care bundles – results of a retrospective analysis
Notice bibliographique
Résumé
AIM: Integrated care bundles (ICBs) are interventions that used together synergistically improve care outcomes through standardized care pathways and can help to optimize healthcare expenditure. For wound care, ICBs may need to incorporate low or non-adherent dressings for patients with fragile and/or sensitive skin to help reduce the risk of damage. This retrospective analysis of real-world data assessed the impact on wound management outcomes of an ICB where a specific non-adhesive foam dressing was selected for patients with fragile skin and appropriate wound types. METHOD: A comprehensive wound care program using ICBs was implemented and tracked using a real-time electronic database at two large healthcare organizations in Ontario, Canada (December 2015 to March 2018). Anonymized patient data were analyzed retrospectively. RESULTS: 4421 patients with chronic wounds received an ICB including a non-adhesive foam dressing; 2242 patients did not receive an ICB. With use of the ICB including a non-adhesive foam dressing versus no ICB: mean Bates-Jensen Wound Assessment Tool (BWAT) Score was lower (27.4 vs 33.2); mean time to healing was shorter (12.7 vs 25.5 weeks) and mean time between dressing changes was longer (3.1 vs 1.9 days). Mean labor costs were lower with use of the ICB including a non-adhesive foam dressing (CAD 1766 vs 6488; p < 0.05). No adverse events related to the non-adhesive foam dressing were reported and the overall safety profile improved with use of the ICB. CONCLUSION: Implementing ICBs can help to improve wound management outcomes and reduce labor costs compared with non-standardized care without an ICB.
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 | 0,001 | 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 | 0,000 |
| 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 ».