Epidemiology of Adverse Events in Air Medical Transport
Notice bibliographique
Résumé
OBJECTIVES: This observational study determined frequency and describes all-cause adverse event epidemiology in a large air medical transport system. METHODS: Records of a mandatory reporting system were reviewed and a data set containing all of the patient care records was searched to identify aviation- and non-aviation-related adverse events. Two reviewers independently identified adverse events and categorized them using an established taxonomy. Descriptive statistics were used to report adverse events, with frequency calculated per 1,000 flights and 1,000 hours flown. RESULTS: Between January 1, 2002, and June 30, 2005, there were 1,447 reports, of which 598 included an adverse event. Case-finding identified an additional 125. A complete report was available in 680 of 723 (94.1%) events. There were 58,956 flights and 103,632 hours flown during the study period, for a rate of 11.53 adverse events per 1,000 flights (95% CI = 10.7 to 12.4 adverse events) or 6.56 per 1,000 hours flown (95% CI = 6.1 to 7.1 adverse events). The frequencies of events by category were as follows: communication (229; 33.7%), transport vehicle (143; 21.0%), medical equipment (88; 12.9%), patient management (77; 11.4%), clinical performance (68; 10.0%), weather (30; 4.4%), unclassified (24; 3.5%), and patient factors causing death (21; 3.1%). There was possible patient harm in 117 events. CONCLUSIONS: Air medical transport is associated with a low incidence of adverse events and possible patient harm. Communication problems were the most common cause of an event. Determining event epidemiology is necessary to identify modifiable factors, propose solutions to decrease the adverse events, and direct future efforts to improve 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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».