MétaCan
Menu
Retour à la cohorte
Enregistrement W2213464471 · doi:10.12927/hcq.2015.24431

Improving Quality and Safety through Positive Patient Identification

2015· article· en· W2213464471 sur OpenAlexaffabout
Kerry Campbell, Allison Muniak, Sarah Rothwell, Linda Dempster, Jacqueline Per, Kelly R. Barr

Notice bibliographique

RevueHealthcare Quarterly · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésWorkflowIdentification (biology)Patient safetyObservational studyMatching (statistics)Quality (philosophy)Process managementBest practiceQuality managementMedicineOperations managementNursingRisk analysis (engineering)Health careComputer scienceBusinessPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The World Health Organization recognizes that patient misidentification can contribute to medication, surgical and charting errors. Accreditation Canada has set national standards and the Joint Commission on Accreditation of Healthcare Organizations has listed patient identification as a national patient safety goal. A qualitative and observational evaluation of patient identification practices in the Pre-Admission Clinic, Admitting Department and the Perioperative Care Center uncovered confusion, with 90% (n = 55) of patient verification occurrences not matching current policies. These discrepancies identify an opportunity to reassess and standardize workflow, clarify what identification methods are acceptable and determine additional appropriate identification verification practices with ID bracelets and patient charts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

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

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 Opus0,153
Tête enseignante GPT0,470
Écart entre enseignants0,317 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHealthcare Quality and ManagementTravaux en français237 207