Improving patient safety: an economic perspective on the role of nurses
Notice bibliographique
Résumé
AIMS: This paper synthesises patient safety research and insights from economic theory to generate guidance for nurse managers. The paper describes the key roles nurses and nurse managers can play in improving patient safety, and explains how insights from health economics can help inform and enhance this role, helping nurse managers to set priorities for improvement and for future research. BACKGROUND: Awareness of the need to improve patient safety is high, but insufficient attention has been paid to the cost-effectiveness of safety improvements, leading to difficulty in setting priorities. This paper suggests specific methods that nurses can and should use to prioritize and evaluate safety improvements. EVALUATION: This is a review article, synthesising the results of research on patient safety. KEY ISSUES: Because of their close connection to patients, nurses (and nurse managers in particular) have key roles to play in improving patient safety. Improving patient safety will also benefit nurses and other practitioners directly, because caregivers suffer lasting distress from being involved in incidents that harm patients. Reducing harmful incidents should also reduce attrition and alleviate chronic staffing shortages. Insights from health economics can help nurse managers to set priorities for improvement and to more effectively evaluate the changes made. CONCLUSIONS: Evidence on the costs and effects of most safety improvements is still lacking. Nurses can and should take a leadership role in implementing changes and evaluating their costs and effects. IMPLICATIONS FOR NURSING MANAGEMENT: To lead improvements in patient safety, nurse managers need to learn to use the Plan-Do-Study-Act Improvement Cycle, and need to develop an awareness of and ability to measure the costs and effects of changes. These changes would allow nurse managers to better make the business case for patient safety.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».