Medication administration complexity, work interruptions, and nurses' workload as predictors of medication administration errors
Notice bibliographique
Résumé
Background: The evidence to date in support of system related factors to account for medication administration errors (MAE) remains scant and inconclusive. Objective: To examine the predictive power of medication administration complexity (component and coordinative), work interruptions and nurses' workload as potential contributing factors to MAE. Design: A prospective correlational design. Setting: A medical patient care unit in a university teaching hospital Sample: A convenience sample of medication administration rounds performed by registered nurses with at least six months of professional experience. Method: Data were collected using direct observation (MAE and work interruptions), self-report measures (subjective workload, nurses' characteristics) and the Medication Administration Complexity (MAC) coding scale (component and coordinative medication complexity). Results: One hundred and two rounds were observed, during which 965 doses were administered and performed by 18 nurses. When wrong administration time errors were included, MAE rate was 28.4% whereas it decreased to 11.1% when wrong time errors were excluded. An interruption during the medication preparation phase (OR 1.596; 1.044 - 2.441) significantly increased the odds of MAE. Two significant interaction effects were found (patient demand for nursing care X overtime and patient demand for nursing care X professional experience). These interactions pointed to more negative effects of overtime and professional experience among nurses who rated the demand for nursing care as above average. Contrary to expectations, coordinative medication administration complexity significantly decreased the odds of MAE (OR 0.558; .322-.967). Including wrong administration time errors changed the cluster of predictors with component medication administration complexity (1.039; 1.016 - 1.062), and nurses' workload (1.221; 1.061 - 1.405) were significant pre
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 | 0,004 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».