Abstract 20047: Nasa Model of "Threat and Error" in Paediatric Cardiac Surgery: Death Typically Results From Cycles of Error That Originate in the Operating Room and Are Amplified by Additional Error in Intensive Care
Notice bibliographique
Résumé
Introduction: We introduced the NASA “threat and error model” to our surgical unit; all admissions are considered “flights”, which should pass through stepwise de-escalations in risk. Hypothesis: Errors significantly influence risk de-escalation and contribute to poor outcomes. Methods: Patient flights (524) were tracked real-time for threats, errors and unintended states (figure). Expected risk de-escalation was: wean from mechanical support, sternal closure, extubation, ICU discharge and discharge home. Data were accrued via performance personnel, bedside data, reporting mechanisms and staff interviews. Infographics of flights were openly discussed weekly. Results: In 12% (64/524) of flights, the child failed to de-escalate sequentially through expected risk levels; unintended increments instead occurred. Failed de-escalations were highly associated with errors (426; 257 flights), however seemingly benign (P<.0001). Errors with clinical consequence (263; 173 flights) had 29% rate of failed de-escalations vs 4% (P<.0001). The most dangerous errors were “apical” errors typically (84%) occurring in the OR which led to cycles of propagating unintended states (n=110): these had 43% (47/110) rate of failed de-escalation (vs 4%, P<.0001). Apical errors were triggered by identifiable threats in 25% (28/110) (usually - 75% - morphology/ comorbidities); 75% were instead “unforced” errors. Cycles of unintended state were often (46%) amplified by additional (up to 7) errors in ICU that would worsen clinical deviation. Overall, failed de-escalations in risk were extremely closely linked to brain injury (N=13; P<.0001), or death (N=7; P<.0001). Conclusions: Deaths and brain injury almost always occur from propagating error cycles that originate in the OR and are often amplified by additional ICU errors. Improvements in threat management, error detection/rescue and vigilance at times of failed de-escalation will translate into improved outcomes.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».