The AMÉLIE project: failure mode, effects and criticality analysis: a model to evaluate the nurse medication administration process on the floor
Notice bibliographique
Résumé
OBJECTIVE: The objective of this article was to critically evaluate the causes of adverse drug events during the nurse medication administration process in paediatric care units in order to identify and prioritize interventions that need to be implemented. METHODOLOGY: This is a failure mode, effects and criticality analysis (FMECA) study. A multidisciplinary committee composed of nurses, pharmacists, physicians and risk managers evaluated through consensus the process of administering medications at the Centre hospitalier universitaire de Sainte-Justine. By mapping the process, all the failure modes were identified and associated with at least one cause each. Using a summary grid, each failure mode was evaluated by rating frequency (from 1 to 9), likelihood of failure detection (from 0 to 100%) and severity (from 1 to 9) using adapted versions of already published scales. RESULTS: A 10-member committee was set up, and it met eight times between January and April 2010. In the two specialized paediatric units selected (n = 38 beds), an average number of approximately 20 000 drug doses was administered monthly from about 400 non-proprietary names. Through consensus, the committee identified 16 processes and 53 failure modes. While frequency and severity were based on perceptions that could be objectivized with local data and scientific documentation, the likelihood of detection was mainly based on individual perception. CONCLUSION: FMECA is a useful approach to improve the medication process.
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 | 0,055 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».