MétaCan
Menu
Retour à la cohorte
Enregistrement W4410232240 · doi:10.1093/jamia/ocaf081

Improved intrahospital transport time via proximity-based staff assignments

2025· article· en· W4410232240 sur OpenAlexaff
Christopher Sun, Martin S. Copenhaver, Ana Cecilia Zenteno Langle, Bruno Viscomi, Ed Raeke, Bethany Daily, Peter F. Dunn, Retsef Levi

Notice bibliographique

RevueJournal of the American Medical Informatics Association · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWorkloadDuration (music)Computer sciencePatient safetyConfidence intervalObservational studyIntervention (counseling)Health careMedicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Intrahospital patient transport is pivotal in enabling hospital operations and facilitating safe and efficient patient movement. However, transport delays are common in hospitals, signaling a need for improvement. This study develops, implements, and evaluates a proximity-based transporter-to-request assignment system aimed at improving transport service system efficiency. MATERIALS AND METHODS: In this observational study, we used discrete-event simulation to design and optimize an enhancement to an electronic medical record's original first-in, first-out transporter-to-request assignment system, and we implemented it at a quaternary care academic medical center. Our enhancement prioritizes requests based on the proximity of available transporters within pre-specified areas. We compared transport request completion time (primary outcome) and the percentage of transports exceeding 45 minutes (secondary outcome) during control (01/2021-02/2022) and intervention (02/2022-03/2023) periods and estimated their differences using multivariate generalized linear models to adjust for confounding factors including variable workforce levels and workload. RESULTS: A total of 136 414 transport requests were included in the study. The intervention was associated with an adjusted 5.0% (95% confidence interval 1.8%-8.5%) reduction in completion times and a 16.0% (7.4%-23.9%) relative reduction in the percentage of trips exceeding the 45-minute completion time target. DISCUSSION: The intervention's improvements stem from reductions in unnecessary travel time between transport requests, common to first-in first-out assignment systems. The intervention was designed to be natively integrated into existing electronic health record systems, reducing barriers to real-world adoption. CONCLUSION: Implementing a proximity-based assignment system designed based on simulation-optimization modeling improved intrahospital patient transport efficiency without requiring additional staff.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,346
Écart entre enseignants0,337 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Medical Informatics AssociationMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207