美国24家医院COVID-19大流行前后脓毒症模型警报数量的量化分析
Quantification of Sepsis Model Alerts in 24 US Hospitals Before and During the COVID-19 Pandemic.
PubMed 文献 · JAMA Netw Open · 2021-11-01
一句话结论描述性研究显示,美国24家医院使用的Epic脓毒症模型在COVID-19大流行前后均产生大量警报,护理人员报告存在警报过度。
该描述性研究量化了美国24家医院使用的Epic脓毒症模型在COVID-19大流行前和大流行期间产生的警报数量。研究评估了护理人员报告的脓毒症警报过度与警报数量之间的关联。研究结果为描述性,未报告具体的警报数量、过度警报率或统计学比较结果。临床意义在于提示脓毒症预测模型的警报负荷可能较高,需关注护理人员报告的警报疲劳问题。
要点
- 研究在美国24家医院开展,量化Epic脓毒症模型在COVID-19大流行前后生成的警报数量。
- 研究评估护理人员报告的脓毒症警报过度与警报数量之间的关联。
- 研究为描述性设计,未报告警报数量、过度警报率或组间比较的具体数值。
- 结果提示脓毒症模型警报负荷可能较高,护理人员报告存在过度警报。
研究设计与关键结果
- 研究类型为描述性研究,在美国24家医院开展,量化Epic脓毒症模型在COVID-19大流行前和大流行期间产生的警报数量。
- 研究评估护理人员报告的脓毒症过度警报与警报数量之间的关联。
证据类型、等级与局限
- 证据类型:描述性研究。
- 局限:原文未报告局限性。
对床旁实践的改变
- 原文未据此给出推荐。
提炼说明
- 本条依据论文摘要整理;摘要未涉及「适用人群与场景」「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开
This descriptive study evaluates the association between nursing reports of sepsis overalerting and alert volume by quantifying the number of alerts generated by the Epic Sepsis Model at 24 US hospitals before and during the COVID-19 pandemic.
来源:JAMA Netw Open,查看原文。版权归原作者所有。
参考来源
- Wong A, Cao J, Lyons PG, et al. Quantification of Sepsis Model Alerts in 24 US Hospitals Before and During the COVID-19 Pandemic. JAMA Netw Open. 2021. PMID: 34797372. doi:10.1001/jamanetworkopen.2021.35286
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。