Using ISMP Canada's Framework for Failure Mode and Effects Analysis: A Tale of Two FMEAs
Notice bibliographique
Résumé
Patient safety concerns in healthcare are not new or unexpected, and one goal of all healthcare organizations is to provide the safest possible care for patients and their families. With that goal in mind, Annapolis Valley Health, a rural district health authority in Nova Scotia, identified the need to develop expertise in the use of failure mode and effects analysis (FMEA) as a tool to promote quality processes within the organization. Staff members were aware of the value of this type of analysis but also recognized that real learning would best be achieved through completing an FMEA of an existing process or situation, rather than through a simulation or staff training. Annapolis Valley Health identified two high-risk situations requiring attention: transcription of medication orders for in-patients and overcrowding in the emergency department. The Institute for Safe Medication Practices Canada provided training and support to two staff teams and visited the organization eight months later for an update on progress. This article chronicles the journey of Annapolis Valley Health to improve patient safety through the application of FMEA to two high-risk processes for one of its hospital sites.
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 | 0,037 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,014 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».