Utilizing a Quality Improvement Approach to Improve Access for Stroke Patients to Outpatient Neuro Rehab Services at Trillium Health Partners--author request (from registration)
Notice bibliographique
Résumé
BackgroundCanadian Stroke Best Practice Recommendations state that stroke survivors referred to community-based rehabilitation should begin their program between 48-72 hours of discharge. A recent study examining wait times for community rehabilitation indicated that individuals with chronic conditions have excessive wait times for outpatient and community OT and PT services in Ontario, particularly if those individuals are waiting for hospital-based outpatient services. Preliminary data from Trillium Health Partners Outpatient Neuro Rehab Services revealed stroke patients were waiting an average 58 days from referral to admission to the program. A Quality Improvement approach to waitlist management was used in an effort to improve access for stroke patients to outpatient therapy by targeting length of stay, process for waitlist management, education of patients prior to admission to service, and education of referring partners on intake criteria. Methods This work is part of a Quality Improvement project with the Improving and Driving Excellence Across Sectors (IDEAS) Advanced Learning Program. Several improvement cycles were initiated in an attempt to improve access to the service.ResultsPreliminary results indicate improving patientu2019s knowledge of the outpatient program, preparing them to participate in the program, refining the inpatient referral process and changing referral criteria decreased time spent on the waitlist. Our poster will include outcome data.Conclusions There is limited information in the Canadian context of waitlist management for stroke care in the community (outpatient) setting. This Quality Improvement approach identifies several strategies that may improve stroke patientsu2019 access to outpatient therapy.
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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».