Adverse events among children in Canadian hospitals: the Canadian Paediatric Adverse Events Study
Notice bibliographique
Résumé
BACKGROUND: Limited data are available on adverse events among children admitted to hospital. The Canadian Paediatric Adverse Events Study was done to describe the epidemiology of adverse events among children in hospital in Canada. METHODS: We performed a 2-stage medical record review at 8 academic pediatric centres and 14 community hospitals in Canada. We reviewed charts from patients admitted from April 2008 through March 2009, evenly distributed across 4 age groups (0 to 28 d; 29 to 365 d; > 1 to 5 yr and > 5 to 18 yr). In stage 1, nurses and health records personnel who had received training in the use of the Canadian Paediatric Trigger Tool reviewed medical records to detect triggers for possible adverse events. In stage 2, physicians reviewed the charts identified as having triggers and described the adverse events. RESULTS: A total of 3669 children were admitted to hospital during the study period. The weighted rate of adverse events was 9.2%. Adverse events were more frequent in academic pediatric centres than in community hospitals (adjusted odds ratio [OR] 2.98, 95% confidence interval [CI] 1.65-5.39). The incidence of preventable adverse events was not significantly different between types of hospital, but nonpreventable adverse events were more common in academic pediatric centres (adjusted OR 4.39, 95% CI 2.08-9.27). Surgical events predominated overall and occurred more frequently in academic pediatric centres than in community hospitals (37.2% v. 21.5%, relative risk [RR] 1.7, 95% CI 1.0-3.1), whereas events associated with diagnostic errors were significantly less frequent (11.1% v. 23.1%, RR 0.5, 95% CI 0.2-0.9). INTERPRETATION: More children have adverse events in academic pediatric centres than in community hospitals; however, adverse events in the former are less likely to be preventable. There are many opportunities to reduce harm affecting children in hospital in Canada, particularly related to surgery, intensive care and diagnostic error.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».