Standardization of Discharge Instructions by Age for Children Presenting to the ED With Mild Traumatic Brain Injury
Notice bibliographique
Résumé
INTRODUCTION: Mild traumatic brain injuries (mTBI) are common in pediatric emergency departments (EDs), but inconsistent use of diagnostic labels leads to variable discharge instructions, especially with regard to concussion. Lack of age-appropriate guidance can increase parental anxiety and ED revisits and hinder recovery. OBJECTIVE: This quality improvement (QI) initiative aimed to increase the proportion of mTBI patients receiving age-appropriate discharge instructions to 50% over 13 months in an urban pediatric ED. METHODS: An interdisciplinary QI team conducted an observational time series study with sequential experimentation at a quaternary academic medical center over 13 months. Using a key driver diagram, they created SMART aim, measures, and designed interventions which were tested through 5 Plan-Do-Study-Act (PDSA) cycles. Interventions included an educational curriculum, e-reminders, workspace materials, and pre-written electronic medical record (EMR) templates (smart phrases) for age-specific discharge instructions (0 to 5 y, ≥6 y), and parent surveys were used on a subset of sample families to assess knowledge, behavior, and anxiety post-discharge. Outcome measures included the percentage of age-appropriate discharge instructions provided and use of the new EMR smart phrase. Balancing measures tracked head computed tomography (CT) utilization, ED revisits within 14 days of discharge, and neurology referrals. Process control charts and rules to detect special cause variation were used to analyze data. We use descriptive statistics to analyze survey data. RESULTS: Among 1263 patients, age-appropriate discharge instruction rates improved from 36% to 56%. Smart phrases were used in 58% of relevant cases (n=628). No changes were observed in CT orders, ED revisits, or neurology referrals. Among 37 surveyed parents (28% response rate), 95% (n=35) found instructions helpful, and 68% (n=25) reported reduced anxiety. CONCLUSIONS: Implementing EMR smart phrases in a pediatric ED increased standardized, age-appropriate discharge instructions for children with mTBI. These low-cost interventions are scalable for broader ED use and other settings.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».