Patient safety culture: finding meaning in patient experiences
Notice bibliographique
Résumé
PURPOSE: The purpose of this paper is to determine what patient and family stories can tell us about patient safety culture within health care organizations and how patients experience patient safety culture. DESIGN/METHODOLOGY/APPROACH: A total of 11 patient and family stories of adverse event experiences were examined in September 2013 using publicly available videos on the Canadian Patient Safety Insitute web site. Videos were transcribed verbatim and collated as one complete data set. Thematic analysis was used to perform qualitative inquiry. All qualitative analysis was done using NVivo 10 software. FINDINGS: A total of three themes were identified: first, Being Passed Around; second, Not Having the Conversation; and third, the Person Behind the Patient. Results from this research also suggest that while health care organizations and providers might expect patients to play a larger role in managing their health, there may be underlying reasons as to why patients are not doing so. PRACTICAL IMPLICATIONS: The findings indicate that patient experiences and narratives are useful sources of information to better understand organizational safety culture and patient experiences of safety while hospitalized. Greater inclusion and analysis of patient safety narratives is important in understanding the needs of patients and how patient safety culture interventions can be improved to ensure translation of patient safety strategies at the frontlines of care. ORIGINALITY/VALUE: Greater acknowledgement of the patient and family experience provides organizations with an integral perspective to assist in defining and addressing deficiencies within their patient safety culture and to identify opportunities for improvement.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».