A Quality Improvement Initiative to Reduce Nasal Injuries Secondary to Nasal Mask Application for Non-Invasive Ventilation
Notice bibliographique
Résumé
Introduction: Nasal injury is an important concern with the use of non-invasive ventilation delivered by masks or prongs. Despite regular skin integrity assessment and close monitoring, we found a high incidence rate of nasal skin injuries in nearly 70% of neonates receiving non-invasive ventilation admitted into our neonatal intensive care unit (NICU). Methods: A quality improvement (QI) initiative to reduce the incidence of nasal injuries secondary to nasal mask application in inborn neonates admitted to our NICU by 50% from baseline over 8 weeks. We performed fishbone analysis and multiple Plan-Do-Study-Act (PDSA) cycles targeted to reduce nasal injury following nasal mask application for non-invasive ventilation. A QI team comprising resident doctors, nurses and staff neonatologists was formed to drive change. Key interventions were strengthening the protocol-based application of nasal masks and consistent monitoring and documenting injuries. Data were collected weekly and plotted on run charts. Results: The successive implementation of interventions led to the reduction of injury by 46% (71%–25%) at the end of 5 weeks of intervention. The interventions have been incorporated into our unit policy and have sustained at 45% for 3 months following the QI initiative. Conclusion: QI methods involving training and educating healthcare workers about the step-by-step application of nasal masks and frequent assessment for nasal injury helped reduce the nasal injury rate in our unit. Incorporation into the NICU policies was crucial for the sustenance of culture change.
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 | 0,036 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| 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 ».