Enhancing sepsis care through improved first-dose antibiotic turnaround time for hospital-based rehabilitation patients
Notice bibliographique
Résumé
Background: Timely administration of the first-dose intravenous antibiotic is a key quality measure in hospital accreditation and sepsis care. This study aimed to identify barriers to first-dose intravenous antibiotic administration in an inpatient rehabilitation unit at a leading academic medical center and implement targeted interventions to improve the 60-minute turnaround rate. Methods: In 2024, quality outcomes specialists used the Kaizen Rapid Cycle methodology to conduct a weekly review of all STAT intravenous antibiotic orders on the rehabilitation unit. Orders exceeding the 60-minute turnaround time were analyzed through root cause analysis (RCA) to identify delays. Findings from the RCA guided the development of interventions to improve compliance. Results: At the start of 2024, the 60-minute antibiotic turnaround rate was 33.3%. After implementing key interventions, the turnaround rate increased to 68.4% by the end of March and remained stable throughout 2024. These interventions included stocking frequently used antibiotics in Pyxis, enhancing communication and notification for STAT antibiotic orders, maintaining ongoing surveillance, and providing individualized feedback to the frontline nurses. Conclusions: Identifying and addressing barriers to timely antibiotic administration led to significant improvements in turnaround time. Enhancing communication, optimizing medication availability, and sustaining performance monitoring proved effective in improving compliance with sepsis care standards.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».