MétaCan
Menu
Retour à la cohorte
Enregistrement W2102097906 · doi:10.1177/1541931214581134

The Use of Multiple Methods to Explore the Impact of Interruptions on Intravenous (IV) Push Delivery

2014· article· en· W2102097906 sur OpenAlexafffund
Tara McCurdie, Varuna Prakash, Patricia Trbovich

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesAgency for Healthcare Research and QualityCanadian Patient Safety Institute
Mots-clésPatient safetyPsychological interventionMedicineIntervention (counseling)Health careInterruptTask (project management)Medical emergencyEmergency medicineNursingComputer science

Résumé

récupéré en direct d'OpenAlex

Despite the safety-critical nature of healthcare, it is an interrupt-laden domain. Patient safety organizations have long called for a reduction in interruptions to healthcare workers, in an effort to reduce the likelihood of preventable medical error occurring during patient care. The goal of this research was to examine the impact that interruptions have on nurses’ task performance during medication administration, specifically intravenous (IV) push delivery, and the development of appropriately designed interventions to mitigate the potential harmful effects of interruptions on patient safety. IV push administration errors have been found to be common, and occur when doses are administered faster or slower than recommended. Direct observations found that nurses were interrupted every time they administered an IV push, sometimes more than once. Furthermore, the percentage of nurses who made errors when performing IV pushes during simulated scenarios was significantly higher when interrupted than in the uninterrupted condition. Data collected through focus groups qualitatively described perceptions and preferences that led to the design of a successful and appropriate intervention to solve this important patient safety problem.

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)0,030
score de la tête « metaresearch » (Gemma)0,125
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,125
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,158
Tête enseignante GPT0,408
Écart entre enseignants0,250 · 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'étudeQualitatif
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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetPatient Safety and Medication ErrorsTravaux en français237 207