MétaCan
Menu
Retour à la cohorte
Enregistrement W2164821486 · doi:10.4212/cjhp.v59i5.268

Medication Error Events in Ontario Acute Care Hospitals

2006· article· en· W2164821486 sur OpenAlexaffvenueabout
Joan A. Marshman, K U David, Robert Lam, Sylvia Hyland

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedication errorMedicineHarmEmergency medicineMedical emergencyDrug classPatient safetyPediatricsFamily medicineHealth careDrugPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background and Objective: In 2002, the Institute for Safe Medication Practices Canada (ISMP Canada) collaborated with several hospitals to determine the feasibility of using an electronic system to document and report medication error events and assess medication-use processes. This article provides an overview of the events reported and makes limited comparisons with similar data from US studies. Methods: A standard electronic submission system for documenting medication error events was made available to 14 acute care hospitals in Ontario. The hospitals collected data on medication error events identified by usual criteria and procedures over a 12-month period and submitted the data to ISMP Canada electronically. Analysis of the data focused on the frequency of errors by severity of consequence to the patient, type of outcome, therapeutic class of drugs involved, stage of the medication-use process at which the error occurred, types of error, and hospital-identified cause(s). Parallel analyses were undertaken for the subsets of reported errors classified as adverse drug events (ADEs) and potential ADEs. Results: The 4243 errors examined represent 0.86 errors per bed and 0.25 errors per 1000 doses of medication dispensed. Only 120 (2.8%) of the errors resulted in or possibly contributed to patient harm and were classified as ADEs. No error resulted in death. The 685 errors (16.1%) that reached patients and for which monitoring or intervention were required, but that were not implicated in patient harm, were classified as potential ADEs. The most commonly involved drug classes were central nervous system agents (including analgesics, sedatives, and antipsychotic drugs) (25.6%), blood formation and coagulation agents (12.7%), anti-infective drugs (12.3%), cardiovascular drugs ((12.0%), and hormones and synthetic substitutes (9.9%). The most frequently involved individual drugs were insulin, warfarin, heparin, morphine, furosemide, potassium chloride, epoetin, electrolyte solutions, and cefazolin. Errors occurred most frequently in the medication administration process (56.6%) and the order entry and transcription stages (32.6%) of the drug-use process. Contributing factors most frequently identified included miscommunication of a drug order; environmental, staffing or workload problems; lack of staff education; and lack of quality control or independent check systems. Conclusions: The participating hospitals were willing to submit medication error reports electronically, and compilation of the resulting data provided a snapshot of medication error events detected and documented using usual practices. A very small proportion of the events resulted in harm to patients, but a

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,801

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,374
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207