Medication Error Reporting Systems: A Survey of Canadian Intensive Care Units
Notice bibliographique
Résumé
Background: Patients in the intensive care unit (ICU) have complex problems and experience many medical errors. Currently, little is known about the measurement of medication errors and adverse drug events in Canadian ICUs.Objective: To investigate methods of measuring medication errors and adverse drug events in ICUs in Canada.Methods: A questionnaire was constructed and uploaded to an online survey tool, SurveyMonkey. Through the mailing list software of the Critical Care Pharmacy Specialty Network of the Canadian Society of Hospital Pharmacists, the survey was sent by e-mail to 146 pharmacists working in 79 ICUs across Canada; 2 reminder e-mails followed. The survey was open from July 18 to September 18, 2007.Results: A total of 34 individual responses were received from 31 (39%) of the 79 ICUs. Responses were from academic hospitals (11/31 [35%]), community teaching hospitals (9/31 [29%]), and community nonteaching hospitals (11/31 [35%]). Twenty-six (84%) of the 31 responding ICUs had a process for tracking medication errors and adverse drug events: non-anonymous voluntary reporting (19 or 73%), direct observation (14 or 54%), anonymous voluntary reporting (12 or 46%), chart review (6 or 23%), computerized system (3 or 12%), trigger tools (2 or 8%), pharmacist intervention (2 or 8%), and weekly ICU “safety huddles” (1 or 4%). Fourteen (54%) of the 26 ICUs that had a method of measuring medication errors and adverse drug events had implemented changes to address identified problems.Conclusions: Most respondents were measuring the frequency of medication errors and adverse drug events, but a wide variety of methods were in use. Only about half of the ICUs had implemented changes as a result of these measurements. There is an opportunity to improve standardization of the measurement of medication errors and adverse drug events in Canadian ICUs.RÉSUMÉContexte : Les patients à l’unité de soins intensifs (USI) ont des problèmes complexes et sont victimes de nombreuses erreurs médicales. On connaît actuellement peu de choses sur la mesure des erreurs de médication et des événements indésirables liés aux médicaments dans les USI au Canada.Objectif : Étudier les méthodes de mesure des erreurs de médication et des événements indésirables liés aux médicaments dans les USI au Canada.Méthodes : Un questionnaire a été élaboré et téléchargé dans l’outil de sondage en ligne, SurveyMonkey. Le sondage a été envoyé à 146 pharmaciens d’hôpitaux de 79 USI du Canada à partir du gestionnaire de liste de diffusion du Réseau de spécialistes en pharmacie des soins intensifs de la Société canadienne des pharmaciens d’hôpitaux, et ceci suivi de deux courriels de rappel. Le sondage était ouvert du 18 juillet au 18 septembre 2007.Résultats : Trente-quatre pharmaciens de 31 (39 %) des 79 USI ont répondu au sondage. Les réponses provenaient d’hôpitaux d’enseignement universitaire (11/31 ou 35 %), d’hôpitaux d’enseignement communautaires (9/31 ou 29 %) et d’hôpitaux communautaires sans vocation d’enseignement (11/31 ou 35 %). Vingt-six (84 %) des 31 USI disposaient d’un processus pour faire le suivi de erreurs de médication et des événements indésirables liés aux médicaments : les déclarations volontaires non anonymes (19 ou 73 %), les observations directes (14 ou 54 %), les déclarations volontaires anonymes (12 ou 46 %), l’examen des dossiers médicaux (6 ou 23 %), un système informatisé (3 ou 12 %), des outils d’alerte (2 ou 8 %), les interventions des pharmaciens (2 ou 8 %) et les « caucus de sécurité » hebdomadaires de l’USI (1 ou 4 %). Quatorze (54 %) des 26 USI qui disposaient d’une méthode pour mesurer les erreurs de médication et les événements indésirables liés aux médicaments avaient mis en oeuvre des changements pour rectifier les problèmes décelés.Conclusions : La plupart des répondants mesuraient la fréquence des erreurs de médication et des événements indésirables liés aux médicaments, mais utilisaient diverses méthodes. Seulement près de la moitié des USI avaient mis en oeuvre des changements par suite de ces mesures. Il y a une occasion d’améliorer la standardisation des mesures des erreurs de médication et des événements indésirables liés aux médicaments dans les USI du Canada.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 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 ».