MétaCan
Menu
Retour à la cohorte
Enregistrement W2099456943 · doi:10.1093/intqhc/mzt019

Associations of patient safety outcomes with models of nursing care organization at unit level in hospitals

2013· article· en· W2099456943 sur OpenAlexafffundabout
Carl‐Ardy Dubois, Danielle D’Amour, Sean P. Clarke, Mélina Rivard, Régis Blais

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensMcGill UniversityUniversité du Québec en OutaouaisUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésStaffingMedicinePatient safetyNursingLogistic regressionNursing Outcomes ClassificationNursing carePrimary nursingFamily medicineHealth careNurse educationInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine the associations of four distinct nursing care organizational models with patient safety outcomes. DESIGN: Cross-sectional correlational study. Using a standardized protocol, patients' records were screened retrospectively to detect occurrences of patient safety-related events. Binary logistic regression was used to assess the associations of those events with four nursing care organizational models. SETTING: Twenty-two medical units in 11 hospitals in Quebec, Canada, were clustered into 4 nursing care organizational models: 2 professional models and 2 functional models. PARTICIPANTS: Two thousand six hundred and ninety-nine were patients hospitalized for at least 48 h on the selected units. MAIN OUTCOME MEASURE: Composite of six safety-related events widely-considered sensitive to nursing care: medication administration errors, falls, pneumonia, urinary tract infection, unjustified restraints and pressure ulcers. Events were ultimately sorted into two categories: events 'without major' consequences for patients and events 'with' consequences. RESULTS: After controlling for patient characteristics, patient risk of experiencing one or more events (of any severity) and of experiencing an event with consequences was significantly lower, by factors of 25-52%, in both professional models than in the functional models. Event rates for both functional models were statistically indistinguishable from each other. CONCLUSIONS: Data suggest that nursing care organizational models characterized by contrasting staffing, work environment and innovation characteristics may be associated with differential risk for hospitalized patients. The two professional models, which draw mainly on registered nurses (RNs) to deliver nursing services and reflect stronger support for nurses' professional practice, were associated with lower risks than are the two functional models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,173
Tête enseignante GPT0,511
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetPatient Safety and Medication ErrorsTravaux en français237 207