Implantación de buenas prácticas en el cuidado y mantenimiento de los dispositivos de accesos vasculares: estrategia y primeros resultados
Notice bibliographique
Résumé
Objectives: To describe the strategy of implementation in clinical practice of the Good Practices Guide "Care and Maintenance to reduce vascular access complications" of the RNAO (Registered Nurses Association of Ontario) in four units at the Regional University Hospital of Malaga, and to present the first clinical results associated with the use of vascular access devices (VAD). Methodology: The strategy was developed through different activities: implantation teams were created composed of leading care nurses of the UGC, trained in the evidence implantation model (model CCEC®/BPSO®) and in the management of the VAD, work procedures were updated, recommendations were disseminated and new records were designed and implanted in the Diraya care station to monitor the results associated with the use of VAD. Results: Posters have been designed with recommendations and new records. Regarding the clinical results, a high adherence (98-99%) to the recommendations of evidence-based care in the management of VADs is observed: hand hygiene, device selection, patient safety barrier measures, and an incidence of phlebitis of the DAV (2.89%) like to other published studies. Conclusion: The implementation of the recommendations of this guide has fostered innovation and research in care, the training of professionals, the implementation of good practices based on evidence and the ability to have information on health outcomes associated with use of DAV.
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 | 0,026 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».