Impact of a Comprehensive Safety Initiative on Patient-controlled Analgesia Errors
Notice bibliographique
Résumé
BACKGROUND: Adverse drug events related to patient-controlled analgesia (PCA) place patients at risk. METHODS: We reviewed all critical incident reports at three tertiary care hospitals dated January 1, 2002, to February 28, 2009. In this longitudinal cohort study, critical incidents attributable to PCA errors were identified, and each incident was investigated. A safety intervention was implemented in February 2006 and involved new PCA pumps, new preprinted physician orders, nursing and patient education, a manual independent double-check, and a formal nursing transfer of accountability. RESULTS: A total of 25,198 patients were treated with PCA during this study, and 62 errors were found (0.25%), with 21 (0.08%) involving pump programming. All errors occurred before the safety interventions were put in place. Compared with the preintervention period, the odds ratio of a PCA error postintervention was 0.28 (95% CI = 0.14, 0.53; P < 0.001) whereas the odds ratio of a pump-programming error postintervention was 0.05 (95% CI = 0.001, 0.30; P < 0.001). Programming the wrong drug concentration was the most common programming error (10 of 21). Improper setup of intravenous tubing was also common (8 of 62), with one incident leading to respiratory arrest. Most PCA errors resulted in no harm, but there was negative impact to patients 34% of the time. CONCLUSION: At less than 1%, the incidence of PCA errors is relatively low. Most errors occur during PCA administration. Safety can be improved by addressing equipment, education, and process issues.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».