Preventing Inpatient Falls Using a Patient Centered Fall Prevention Toolkit
Notice bibliographique
Résumé
Purpose: The purpose of this quality improvement project was to evaluate an educational PowerPoint session describing the Fall T.I.P.S. Patient-Centered Fall Prevention Toolkit as an effective evidence-based method to increase patient knowledge of fall risk and clearly communicates the mobility needs of the patient in the acute care hospital. Background: Falls account for 70% of all hospital accidents and are the leading cause of injury and death by injury in adults over the age of 65. There is a significant increase in financial costs, including an increase in tests to confirm an injury, treatment of the injury, and longer lengths of stay. Despite the numerous studies on the importance of fall prevention programs, standards of care on fall prevention strategies vary between different healthcare organizations, guidelines are inconsistently implemented, and the incidence of falls remains high in hospitalized patients Methods: This quality improvement project included a group of 10 volunteer patients from the UA TLC who were 65 years old or older. The Ottawa Model of Research Use guided the development, implementation, and evaluation of the educational PowerPoint session by using a quantitative design with a pretest and posttest format. A Zoom meeting format was utilized to implement this project where the participants were asked to use a link in the chat box to anonymously complete the surveys. Results: Data collection took place prior to the educational PowerPoint session and immediately following, with all 10 participants completing both pretest and posttest surveys. There was an increase in the knowledge of what places someone at risk for falls while in the acute care hospital. Conclusion: This quality improvement project helped to increase knowledge of best practices and thereby has the potential to improve patient outcomes. Educating patients on the risk of falls and communicating the mobility needs of the patient to all members of the health care team including the patients and their family members is key to reducing the risk of inpatient falls.
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 | 0,024 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».