Effect of a tailored sepsis treatment protocol on patient outcomes in the Tikur Anbessa Specialized Hospital, Ethiopia: results of an interrupted time series analysis
Notice bibliographique
Résumé
Abstract Background Despite improvement, sepsis mortality rates remain high, with an estimated 11 million sepsis-related deaths globally in 2017 (Rudd et. al, Lancet 395:200-211, 2020). Low- and middle-income countries (LMICs) are estimated to account for 85% of global sepsis mortality; however, evidence for improved sepsis mortality in LMICs is lacking. We aimed to improve sepsis care and outcomes through development and evaluation of a sepsis treatment protocol tailored to the Tikur Anbessa Specialized Hospital Emergency Department, Ethiopia, context. Methods We employed a mixed methods design, including an interrupted times series study, pre-post knowledge testing, and process evaluation. The primary outcome was the proportion of patients receiving appropriate sepsis care (blood culture collection before antibiotics and initiation of appropriate antibiotics within 1 h of assessment). Secondary outcomes included time to antibiotic administration, 72-h sepsis mortality, and 90-day all-cause mortality. Due to poor documentation, we were unable to assess our primary outcome and time to antibiotic administration. We used segmented regression with outcomes as binomial proportions to assess the impact of the intervention on mortality. Pre-post knowledge test scores were analyzed using the Student’s t-test to compare group means for percentage of scenarios with correct diagnosis. Results A total of 113 and 300 patients were enrolled in the pre-implementation and post-implementation phases respectively. While age and gender were similar across the phases, a higher proportion (31 vs. 57%) of patients had malignancies in the post-implementation phase. We found a significant change in trend between the phases, with a trend for increasing odds of survival in the pre-implementation phase (OR 1.24, 95% CI 0.98–1.56), and a shift down, with odds of survival virtually flat (OR 0.95, 95% CI. 0.88–1.03) in the post-implementation phases for 72-h mortality, and trends for survival pre- and post-implementation are virtually flat for 90-day mortality. We found no significant difference in pre-post knowledge test scores, with interpretation limited by response rate. Implementation quality was negatively impacted by resource challenges. Conclusion We found no improvement in sepsis outcomes, with a trend for increasing odds of survival lost post-implementation and no significant change in knowledge pre- and post-implementation. Variable availability of resources was the principal barrier to implementation. Trial registration Open Science Framework osf.io/ju4ga . Registered June 28, 2017
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 | 0,045 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».