Poster — Thur Eve — 19: Risk assessment of clinical radiation processes using failure modes and effect analysis
Notice bibliographique
Résumé
The aim of this work was to apply failure modes and effect analysis (FMEA) to assess risk in two radiation planning and treatment processes; our on-call (out-of-clinical hours) process and our tomotherapy process. The motivation was provided by analysis of 2506 adverse incidents reported over a 5 year period, the on-call process for giving rise to a higher than expected number of incidents and our tomotherapy process for the reverse. For the on-call scenario, three separate processes were analysed: our current process, our current process incorporating a software upgrade eliminating several planning steps and a fully integrated process in which the patient is imaged, planned and treated on a single platform (TomoTherapy Hi Art, Accuray Incorporated, Sunnyvale, CA). After construction of a detailed process map for each case, a multidisciplinary group identified potential failure modes for each process step, the effects of each failure and existing controls. Risk probability numbers were determined from severity, frequency of occurrence and detectability scores assigned to each failure mode according to a standard scale. The results were analysed to identify and prioritise feasible and effective process improvements. For the on-call process, our current workflow was identified as incurring the highest risk of the three processes analysed, demonstrating quantitatively the value of the software upgrade and providing a clear rationale for the associated expense. In summary, we have found FMEA to be a feasible tool for assessing relative risk in a clinical process. However, operational and resource issues must be considered separately.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».