Incidence of adverse events related to health care in Spain: results of the Spanish National Study of Adverse Events
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence and incidence density of adverse events (AEs) in Spanish hospitals (including the pre-hospitalisation period). METHOD: Retrospective cohort study. RESULTS: The incidence of patients with AEs relating directly to hospital care was 8.4% (95% CI 7.7% to 9.1%) and rose 9.3% (95% CI 8.6% to 10.1%), including those from the pre-hospitalisation period. The incidence density was 1.2 AEs per 100 patient-days (95% CI 1.1 to 1.3). The incidence of moderate and serious AEs was 5.6 AEs per 1000 patient-days (95% CI 4.9% to 6.3%). In 66.3% of AEs, additional procedures were required and in 69.9% additional treatments were required. In total 42.8% of AEs were considered as avoidable. Of the subjects with some intrinsic risk factors, 13.2% developed AEs compared with 5.2% of the subjects who had no risk factors (p<0.001), and 9.5% of the subjects who had some extrinsic risk factors developed AEs compared with 3.4% of the subjects who had not (p<0.001). Patients older than 65 years of age showed a higher frequency of AEs than those under this age (12.4% vs 5.4%, p<0.001, RR 2.5). The most frequent AEs were those associated with medication (37.4%), hospital infections of any type (25.3%) and those relating to technical problems during a procedure (25.0%). A total of 31.4% of the AEs involved an increase in the length of stay. The AEs associated with medical assistance caused 6.1 additional hospital stays by patient. CONCLUSIONS: The incidence of patients with AE related to medical assistance in Spanish hospitals was relevant and similar to those found in the studies from Canada and New Zealand that had been conducted with comparable methodology. Patient vulnerability has been identified therein as playing a major role in generating healthcare-related AEs. These and other recent results indicate the need for AEs to be considered a public health priority in Europe.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».