Notice bibliographique
Résumé
Patient safety research has focused almost exclusively on hospitals, with few studies investigating the safety of other healthcare sectors, including home care.Before measuring patient safety in home care, this study first sought to translate hospital-focused patient safety definitions and concepts to home care.A contextappropriate approach to measuring adverse events (AEs) in home care was developed using chart reviews prompted by a mixed screening process.These methods were then applied to measure the incidence, type, severity, cause, preventability and ameliorability of AEs among Winnipeg Home Care clients.Adverse Events among Winnipeg Home Care Clients Keir G. Johnson Identifying Patient Safety Risks in Non-Acute Care Settings P Keyword: "fall" or "fell" Occurrence Report: 4.2 Falls Injuries/breaks/fractures MDS-HC: Presence of fractures or other injuries Keyword: "injure" Skin problems or ulcers MDS-HC: Presence of pressure ulcer Keyword: "ulcer" or "sore" Infections MDS-HC: Urinary tract infection and use of indwelling catheter Keyword: "infection" Medication-related events Keyword: "reaction" or "overdose" Potentially inappropriate medication search Occurrence Report: 4.1 Medications Hospitalization MDS-HC: At least 1 overnight hospital stay, visit to the ER or emergent care in last 90 days Discharge: Hospitalized Keyword: "hospital" or names of hospitals in Winnipeg Nursing Home Placement Discharge: Placed in nursing home Keyword: "panel" or "nursing home" or "personal care home" Death Discharge: Deceased Keyword: "death" or "died" Screening Types: MDS-HC (Minimum
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».