Transparency When Things Go Wrong: Physician Attitudes About Reporting Medical Errors to Patients, Peers, and Institutions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Transparent communication after medical error includes disclosing the mistake to the patient, discussing the event with colleagues, and reporting to the institution. Little is known about whether attitudes about these transparency practices are related. Understanding these relationships could inform educational and organizational strategies to promote transparency. METHODS: We analyzed responses of 3038 US and Canadian physicians to a medical error communication survey. We used bivariate correlations, principal components analysis, and linear regression to determine whether and how physician attitudes about transparent communication with patients, peers, and the institution after error were related. RESULTS: Physician attitudes about disclosing errors to patients, peers, and institutions were correlated (all P's < 0.001) and represented 2 principal components analysis factors, namely, communication with patients and communication with peers/institution. Predictors of attitudes supporting transparent communication with patients and peers/institution included female sex, US (vs Canadian) doctors, academic (vs private) practice, the belief that disclosure decreased likelihood of litigation, and the belief that system changes occur after error reporting. In addition, younger physicians, surgeons, and those with previous experience disclosing a serious error were more likely to agree with disclosure to patients. In comparison, doctors who believed that disclosure would decrease patient trust were less likely to agree with error disclosure to patients. Previous disclosure education was associated with attitudes supporting greater transparency with peers/institution. CONCLUSIONS: Physician attitudes about discussing errors with patients, colleagues, and institutions are related. Several predictors of transparency affect all 3 practices and are potentially modifiable by educational and institutional strategies.
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.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle