Systematic evaluation of errors occurring during the preparation of intravenous medication
Notice bibliographique
Résumé
INTRODUCTION: Errors in the concentration of intravenous medications are not uncommon. We evaluated steps in the infusion-preparation process to identify factors associated with preventable medication errors. METHODS: We included 118 health care professionals who would be involved in the preparation of intravenous medication infusions as part of their regular clinical activities. Participants performed 5 infusion-preparation tasks (drug-volume calculation, rounding, volume measurement, dose-volume calculation, mixing) and prepared 4 morphine infusions to specified concentrations. The primary outcome was the occurrence of error (deviation of > 5% for volume measurement and > 10% for other measures). The secondary outcome was the magnitude of error. RESULTS: Participants performed 1180 drug-volume calculations, 1180 rounding calculations and made 1767 syringe-volume measurements, and they prepared 464 morphine infusions. We detected errors in 58 (4.9%, 95% confidence interval [CI] 3.7% to 6.2%) drug-volume calculations, 30 (2.5%, 95% CI 1.6% to 3.4%) rounding calculations and 29 (1.6%, 95% CI 1.1% to 2.2%) volume measurements. We found 7 errors (1.6%, 95% CI 0.4% to 2.7%) in drug mixing. Of the 464 infusion preparations, 161 (34.7%, 95% CI 30.4% to 39%) contained concentration errors. Calculator use was associated with fewer errors in dose-volume calculations (4% v. 10%, p = 0.001). Four factors were positively associated with the occurrence of a concentration error: fewer infusions prepared in the previous week (p = 0.007), increased number of years of professional experience (p = 0.01), the use of the more concentrated stock solution (p < 0.001) and the preparation of smaller dose volumes (p < 0.001). Larger magnitude errors were associated with fewer hours of sleep in the previous 24 hours (p = 0.02), the use of more concentrated solutions (p < 0.001) and preparation of smaller infusion doses (p < 0.001). INTERPRETATION: Our data suggest that the reduction of provider fatigue and production of pediatric-strength solutions or industry-prepared infusions may reduce medication errors.
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 | 0,092 | 0,299 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».