Hamilton Acute Pain Service Safety Study
Notice bibliographique
Résumé
BACKGROUND: Although intravenous patient-controlled analgesia opioids and epidural analgesia offer improved analgesia for postoperative patients treated on an acute pain service, these modalities also expose patients to some risk of serious morbidity and even mortality. Root cause analysis, a process for identifying the causal factor(s) that underlie an adverse event, has the potential to identify and address system issues and thereby decrease the chance of recurrence of these complications. METHODS: This study was designed to compare the incidence of adverse events on an acute pain service in three hospitals, before and after the introduction of a formal root cause analysis process. The "before" cohort included all patients with pain from February 2002 to July 2007. The "after" cohort included all patients with pain from January 2009 to December 2009. RESULTS: A total of 35,384 patients were tracked over the 7 yr of this study. The after cohort showed significant reductions in the overall event rate (1.47 vs. 2.35% or 1 in 68 vs. 1 in 42, the rate of respiratory depression (0.41 vs. 0.71%), the rate of severe hypotension (0.78 vs. 1.34%), and the rate of patient-controlled analgesia pump programming errors (0.0 vs. 0.08%). Associated with these results, the incidence of severe pain increased from 6.5 to 10.5%. To achieve these results, 26 unique recommendations were made of which 23 being completed, 1 in progress, and 2 not completed. CONCLUSIONS: Formal root cause analysis was associated with an improvement in the safety of patients on a pain service. The process was effective in giving credibility to recommendations, but addressing all the action plans proved difficult with available resources.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».