Developing and implementation of an acute stroke dashboard to meet reporting requirements for status as a tertiary care stroke center
Bibliographic record
Abstract
Contexte: Les directives de meilleures pratiques pour l'AVC aigu recommandent un parcours de soins, en dépit des preuves limitées de l'impact sur les indicateurs de la fonction. Les parcours de soins existants manquent d'éléments visant directement l'amélioration de la fonction; ces éléments pourraient mieux orienter les soins vers des résultats fonctionnels. Objectif: L'objectif était de développer et de tester la faisabilité et l'impact d'un tableau de bord, centré sur le patient, suite à un AVC en phase aigue pour suivre les indicateurs de récupération fonctionnelle des patients post-AVC. Méthodes : Trois théories du transfert des connaissances ont été utilisées pour informer l'élaboration du tableau de bord. Les méthodes ont consisté d'une analyse des lacunes des pratiques de documentation pour 240 patients historiques. Un modèle a été construit reflétant le contenu axé sur les résultats actuels et nouveaux, testé de façon prospective sur 25 patients. Une version électronique a été développée de manière itérative, mise en œuvre et testée de manière prospective. Résultats :Pour l'étape A, la documentation collectée sur trois périodes de temps révèle une documentation cohérente pour seulement trois domaines fonctionnels : le contrôle de la vessie, la déglutition et la capacité de manger indépendamment. La capacité indépendante de mobilité et les activités de la vie quotidienne étaient rarement documentées, à l'exception de la capacité à marcher lorsque l'unité des soins suite à un AVC était en opération, ce qui augmente de 18% à 59%. Pour l'étape B, le contenu du tableau de bord a été établi à partir de l'information discutée lors des rencontres hebdomadaires avec l'unité des AVC. Les items ont été rédigés, classés et les choix de réponses sélectionnés. Des algorithmes ont été créés afin de calculer les scores totaux des indicateurs de récupération fonctionnelle. Douze itérations ont été effectuées sur une période de 3 mois. Pour l'étape C, pendant le déploiement de la phase papier du tableau de bord, il était clair que ce format ne serait pas adopté par l'équipe, car il était inflexible et restait sur le dossier médical, dupliquant les rapports déjà requis. L'équipe de recherche a dû terminer la quasi-totalité du contenu. Une version électronique via une application a dû être développée sur des appareils mobiles distribués à chaque station d'infirmières. L'équipe de recherche a facilité la transition vers les dossiers électroniques auprès de l'équipe clinique. Pour l'étape D, l'application électronique a été déployée par le personnel de l'unité de soins suite à un AVC. Deux infirmières se sont portées volontaires afin de prendre en charge l'utilisation quotidienne du tableau de bord. Sur une période de 6 mois, 20 itérations du tableau de bord se sont produites pour combler les besoins émergents. Les données de 117 patients ont révélé que le contenu infirmier, environ 50 champs de données, a été complété auprès de plus de 90% des patients. Le contenu des autres membres de l'équipe était moins fréquemment complété : physiothérapeutes (10 champs) ont complété ~ 23%; ergothérapeutes et orthophonistes varient entre 5% et 13%.Conclusion :Ce tableau de bord a procuré de meilleures données systématiques sur la fonction que la tenue de dossier habituelle. Le processus de transmission des connaissances a été efficace pour engager les infirmières en chef et leurs assistantes dans le processus de créer un système de tenu de dossier électronique rencontrant les exigences énoncées par le Ministère de la santé du Québec pour les centres tertiaires suite à un AVC.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.053 | 0.115 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".