MétaCan
Menu
Retour à la cohorte
Enregistrement W6907885276 · doi:10.25384/sage.c.6889381.v1

Change Management Accompanying Implementation of Decision Support for Prevention of Acute Kidney Injury in Cardiac Catheterization Units: Program Report

2023· other· en· W6907885276 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcute kidney injuryAuditClinical decision support systemOdds ratioHealth careCardiac catheterizationRisk assessmentWorkflowChange management (ITSM)

Résumé

récupéré en direct d'OpenAlex

Purpose of program:Different models exist to guide successful implementation of electronic health tools into clinical practice. The Contrast Reducing Injury Sustained by Kidneys (Contrast RISK) initiative introduced an electronic decision support tool with physician audit and feedback into all of the cardiac catheterization facilities in Alberta, Canada, with the goal of preventing contrast-associated acute kidney injury (CA-AKI) following coronary angiography and intervention. This report describes the change management approaches used by the initiative and end-user’s feedback on these processes.Sources of information and methods:The Canada Health Infoway Change Management model was used to address 6 activities relevant to project implementation: governance and leadership, stakeholder engagement, communications, workflow analysis and integration, training and education, and monitoring and evaluation. Health care providers and invasive cardiologists from all sites completed preimplementation, usability, and postimplementation surveys to assess integration and change success.Key findings:Prior to implementation, 67% of health providers were less than satisfied with processes to determine appropriate contrast dye volumes, 47% were less than satisfied with processes for administering adequate intravenous fluids, and 68% were less than satisfied with processes to ensure follow-up of high-risk patients. 48% of invasive cardiologists were less than satisfied with preprocedural identification of patients at risk of acute kidney injury (AKI). Following implementation, there were significant increases among health providers in the odds of satisfaction with processes for identifying those at high risk of AKI (odds ratio [OR] 3.01, 95% confidence interval [CI] 1.36-6.66, P = .007), quantifying the appropriate level of contrast dye for each patient (OR 6.98, 95% CI 3.06-15.91, P < .001), determining the optimal amount of IV fluid for each patient (OR 1.86, 95% CI 0.88-3.91, P = .102), and following up of kidney function of high risk patients (OR 5.49, 95%CI 2.45-12.30, P < .001). There were also significant increases among physicians in the odds of satisfaction with processes for identifying those at high risk of AKI (OR 19.53, 95% CI 3.21-118.76, P = .001), quantifying the appropriate level of contrast dye for each patient (OR 26.35, 95% CI 4.28-162.27, P < .001), and for following-up kidney function of high-risk patients (OR 7.72, 95% CI 1.62-36.84.30, P = .010). Eighty-nine percent of staff perceived the initiative as being successful in changing clinical practices to reduce the risk of CA-AKI. Physicians uniformly agreed that the system was well-integrated into existing workflows, while 42% of health providers also agreed.Implications:The Canada Health Infoway Change Management model was an effective framework for guiding implementation of an electronic decision support tool and audit and feedback intervention to improve processes for AKI prevention within cardiac catheterization units.

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)0,019
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,121
Tête enseignante GPT0,447
Écart entre enseignants0,326 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207