Prioritizing Threats to Patient Safety in Rural Primary Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
CONTEXT: Rural primary care is a complex environment in which multiple patient safety challenges can arise. To make progress in improving safety with limited resources, each practice needs to identify those safety problems that pose the greatest threat to patients and focus efforts on these. PURPOSE: To describe and field-test a novel approach to prioritizing safety problems in rural primary care based on the method of Failure Modes and Effects Analysis. METHODS: A survey instrument designed to assess perceptions of medical error frequency, severity, and cause was administered anonymously to staff of 2 rural primary care practices in New York State. Responses were converted to quantitative hazard scores, which were used to make priority rankings of safety problems. Concordance analysis was conducted. RESULTS: Response rate was 94% at each site. Analysis yielded a list of priorities for each site. Comparison between staff groups (provider vs nursing vs administration), based on the top 10 priorities perceived by staff, showed 53% concordance at one site and 30% at the other. Concordance between sites was lower, at 20%. CONCLUSIONS: Initial field-testing of a Failure Modes and Effects Analysis approach in rural primary care suggests that it is feasible and can be used to estimate, based on staff perceptions, the greatest threats to patient safety in an individual practice so that limited resources can be focused appropriately. Higher concordance between staff within a practice than between practices lends preliminary support to the validity of the approach.
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.
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 | 0,004 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle