The incidence of adverse events among home care patients
Notice bibliographique
Résumé
OBJECTIVE: Incidence of adverse events (AEs) among home care patients and preventability ratings were estimated. Risk factors, AE types and factors associated with AEs were identified. DESIGN: This study used a stratified, randomized sample of home care patients discharged in the fiscal year 2004/05. Trained nurse reviewers completed retrospective chart abstractions; charts for cases that were positive for screening criteria suggesting the presence of AEs were reviewed by trained physicians to determine the presence of and preventability of AEs. SETTING: Three publicly funded home care programs in Ontario, Canada. MAIN OUTCOME MEASURES: Prevalence and types of AEs; ratings of preventability. RESULTS: At least one screening criterion was positively identified in 286 (66.5%) of 430 cases. Physician reviewers identified 61 AEs in 55 (19.2%) of the 286 (12.8% of the 430) cases. The AE rate was 13.2 per 100 home care cases [95% confidence interval (CI): 10.4-16.6%, standard error 1.6%]. 32.7% (20 of 61 AEs) of the AEs were rated as having >50% probability of preventability; 6 deaths (10.9% of patients with an AE; 1.4% of all patients) occurred in AE-positive patients. The most common AEs were falls and adverse drug events. CONCLUSIONS: Providing health care through home care programs creates unintended harm to patients. The incidence rate of AEs of 13.2% suggests a significant number of home care patients experience AEs, one-third of which were considered preventable. Improvements in patient and informal caregiver education, skill development and clinical planning may be useful interventions to reduce AEs.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».