Increasing Support for Opioid Exposed Newborns: A Quality Improvement Project
Notice bibliographique
Résumé
Problem Statement Opioid exposed newborns, who may develop neonatal abstinence syndrome, benefit from non-pharmacological care, such as holding or “cuddling”. It is difficult for parents and staff at University of Vermont Children’s Hospital to provide adequate cuddling to fulfill all opioid exposed newborns’ needs. This project aimed to increase access to cuddling for opioid exposed newborns in the newborn nursery of University of Vermont Children’s Hospital so that 50% of newborns assessed to benefit from cuddling were cuddled by March 1st, 2020. Methods Quality improvement methodology was employed - including identifying aims, measures, and ideas for change - by conducting stakeholder interviews and creating a process map and key driver diagram. Ideas for change were implemented through “plan do study act” cycles. A mixed methods approach was used to analyze quantitative and qualitative data from the pre-intervention and post-intervention period. Descriptive data will be provided for each outcome, process, and balancing measure. Results Baseline nurse survey estimates indicated only 8.7% of opioid exposed newborns assessed to benefit from cuddling accessed cuddling in the pre-intervention period. Less than one quarter of nurses reported ever using cuddlers, most needs were overnight, and most nurses predicted using cuddlers would decrease their workload. At one month, there were 53 cuddling sessions reported and 11 volunteers cuddled in the newborn nursery. Results of follow up survey are pending. Conclusion As a result of this project, initial data may indicate increased access to cuddling for the opioid exposed infants. Most volunteers report neutral or satisfied with the program, although there are often no newborns to cuddle in the nursery during current shifts. Over the coming months, we anticipate expanding the hours to match unit needs, branching out to inpatient pediatrics to help with cuddling and decrease overlap, and training more volunteers.
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 | 0,044 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».