An AOA critical issue. Medical errors in orthopaedics: practical pointers for prevention.
Notice bibliographique
Résumé
The 1999 Institute of Medicine (IOM) report To Err is Human 1 focused the attention of the public and the media on adverse events occurring during the treatment of patients. Eye-catching newspaper headlines suggested that at least 44,000 and possibly high as 98,000 patients died yearly in the United States as a consequence of 1. However, even prior to publication of the IOM report, a number of professional medical associations, including the American Academy of Orthopaedic Surgeons (AAOS) and the Canadian Orthopaedic Association (COA), had recognized the importance of medical errors and had initiated programs to help physicians to foster a culture of patient safety. The IOM report did serve to heighten awareness of patient-safety issues in the minds of both patients and orthopaedic surgeons. Heretofore, prevention of medical errors had been considered a worthy, but cheerless matter deserving only limited time and resources in an era of ever-contracting medical finances. In the To Err is Human report, the IOM challenged professional medical organizations to make patient safety a priority item in their agendas, implored medical schools to include patient safety as part of their curricula, and urged regulatory agencies to monitor patient-safety data. In addition, patients were encouraged to be proactive in their own care and to be conscious of safety issues. In this new environment of awareness, the initiation of patient-safety programs has taken on a higher priority. Professional medical organizations such as the Canadian Orthopaedic Association and the American Academy of Orthopaedic Surgeons have been acknowledged for their foresight and willingness not only to take on but also to offer constructive solutions to a difficult and unpopular problem. The Canadian Orthopaedic Association, the American Orthopaedic Association, and the American Academy of Orthopaedic Surgeons have embraced a commitment to patient safety for a number …
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 | 0,007 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,032 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,035 |
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 ».