MétaCan
Menu
Retour à la cohorte
Enregistrement W4411742754 · doi:10.1093/bjs/znaf128.309

1099 Enhancing Patient Safety in the General Surgery Department Through Timely Treatment Escalation Plans: A Standard Audit

2025· article· en· W4411742754 sur OpenAlexaff
Maria Medeiros, Nicole Knight

Notice bibliographique

RevueBritish journal of surgery · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditPatient safetyDe-escalationMedical emergencyEmergency medicineSurgeryIntensive care medicineGeneral surgeryHealth careManagement

Résumé

récupéré en direct d'OpenAlex

Abstract Treatment escalation plans (TEPs) are critical for ensuring patient safety upon admission and during clinical deterioration. It is essential that TEPs are completed promptly after admission to meet established standards. This study aimed to evaluate whether TEP completion times in the general surgery (GS) department of a hospital in central London align with the trust’s standard, which specifies that TEPs should be completed within 36 hours of admission. A standard audit was conducted, comparing the average time to complete TEPs before and after an educational intervention. Two audit cycles were undertaken, including all emergency admissions under GS. The time from admission to TEP completion was measured. After the first cycle, an educational intervention was implemented, consisting of posters distributed to junior doctors encouraging prompt TEP completion. The second cycle assessed the intervention’s impact. In the first cycle, the average time to complete TEPs was 39.6 hours, which decreased to 34.6 hours in the second cycle. Although this reduction did not achieve statistical significance (p > 0.05), the average completion time met the trust’s standard after the intervention. The average age of patients was 61.6 years in the first cycle and 56 years in the second. Additionally, the percentage of patients discharged before TEP completion decreased from 15% to 5%. This study highlights the positive impact of educational interventions on junior doctors, improving adherence to guidelines and enhancing patient safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,027
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,057
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,385
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207