MétaCan
Menu
Retour à la cohorte
Enregistrement W2169790552 · doi:10.1177/0163278713491267

The Effect of an Organizational Network for Patient Safety on Safety Event Reporting

2013· article· en· W2169790552 sur OpenAlexafffund
Lianne Jeffs, Chris Hayes, Orla Smith, Muhammad Mamdani, Rosane Nisenbaum, Chaim M. Bell, Patricia A. McKernan, Ella Ferris

Notice bibliographique

RevueEvaluation & the Health Professions · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensMount Sinai HospitalInstitute for Clinical Evaluative SciencesUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareCanadian Patient Safety Institute
Mots-clésPatient safetyEvent (particle physics)PsychologyMedicineMedical emergencyBusinessHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Health care organizations continue to implement organization-wide educational approaches to enhance patient safety with less attention on evaluating the impact of these approaches. In this context, a study was conducted to measure the impact of an organization-wide patient safety network approach on patient safety event reporting. A time-series analysis with reported rates of adverse events (major and moderate), near misses, sentinel events, and incidents from 2 years prior through 13 months following implementation was conducted. Study findings include a significant increase in reporting of patient safety events (an approximately 50% increase in overall reporting of safety events was observed; p < .001), especially near misses (an approximately 100% increase following implementation; p = .002). Study findings suggest that a multifaceted networked approach does contribute to improving patient safety event reporting.

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)0,024
score de la tête « metaresearch » (Gemma)0,096
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 enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,096
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
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 Opus0,097
Tête enseignante GPT0,486
Écart entre enseignants0,389 · 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

Citations7
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvaluation & the Health ProfessionsMême sujetPatient Safety and Medication ErrorsTravaux en français237 207