Investigating Factors Associated with not Reporting Medical Errors From the Medical Team’S Point of View in Jahrom, Iran
Notice bibliographique
Résumé
BACKGROUND: medical errors as a problematic fact in healthcare systems can increase patient's safety if reported. This article tried to determine several factors associated with not reporting medical errors from medical team's points of view. METHODS: 300 staff working in different parts of educational hospitals affiliated to Jahrom University of Medical Sciences including nursing, midwifery, paramedical and medical groups participated in this descriptive study using census method (2013). Data collection was performed using a researcher-made questionnaire including 31 items regarding four areas: medical teams, managers, errors and patients. RESULTS: The mean score of factors related to errors, mangers, medical teams, and patients' scope was 2.68 ± 0.79, 2.63 ± 0.72, 2.53 ± 0.66, 2.41 ± 0.87, respectively. In medical teams' points of view, errors and managers were among the important factors for not reporting professional errors. The most important factors in professional errors were related to severity and emergency of errors (2.73 ± 0.97), and managers' focus on wrongdoers instead of noticing systematic factors of errors (3.00 ± 1.01). In medical teams, fear of legal prosecution by patients or their relatives (2.87 ± .97), and in patients, unawareness of errors (2.67 ± 1.08) was reported as the most effective factors. CONCLUSION: Factors related to errors and managers were more important than other reasons. Therefore, educating medical teams on recognizing errors and managers' proper reactions in case of occurring or reporting errors seem to be necessary.
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 | 0,010 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».