MétaCan
Menu
Retour à la cohorte

Utilizing Lean Methodology to Streamline the Alternate Level of Care Discharge Planning Process Within the Integrated Stroke Program of a Regional Stroke Centre

2017· other· en· W6964918615 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueEcology and biodiversity studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)Acute strokeAcute careStandardizationDischarge planningHospital dischargeProcess (computing)Quality managementCare pathway

Résumé

récupéré en direct d'OpenAlex

Background: Stroke is the leading cause of adult disability in Canada. 11% of patients are left with severe disability that prevents them from returning to their previous living environment and requiring transfer to a long term care (LTC) or complex continuing care (CC). Delays in admission to LTC or CC results in patients who require an alternate level of care (ALC) occupying beds on the acute stroke unit. In FY 2016 u2013 2017, the Regional Stroke Centre acute stroke unit had a proportion of ALC days to acute days of 29.7% and 8.5 ALC patient bed equivalents. There was no standardized discharge planning process for ALC patients.Purpose: To streamline the ALC processes to achieve a 10% reduction from baseline by September 2017 in the: 1) proportion of ALC days to acute days; 2) number of ALC days and 3) number of ALC patient beds days. Methods: A process map of the patient journey from admission to discharge for the three commonly used ALC pathways was completed. Pre/post staff knowledge of and satisfaction with the ALC processes were undertaken. Pre/post patient and family feedback was sought via experience based design.Results: Standardized processes, communication tools and consistent management were implemented. This resulted in a decrease of the: 1) proportion of ALC days from 29.7% to 25.1%;2) number of ALC days from 2825 to 1952 and 3) ALC bed equivalents 8.5 to 6.1. Conclusions: Utilizing lean methodology led to standardization of the ALC discharge planning process that significantly reduced the ALC rates on the unit.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,277
Tête enseignante GPT0,409
Écart entre enseignants0,132 · 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'étudeQualitatif
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Même sujetEcology and biodiversity studiesTravaux en français237 207