Patient safety incidents – what to do after the event
Notice bibliographique
Résumé
Background: Following a patient safety incident, patients and families need disclosure and reconciliation, practitioners need debriefing, and the organization needs to implement changes to prevent further errors. In order to substantiate the Canadian Incident Analysis Framework, the Canadian Patient Safety Institute (CPSI) invited Queen's Joanna Briggs Collaboration (QJBC) to work collaboratively with them to provide a synthesis of the current literature on the frameworks, models or tools that address patient safety incident management. Objective: To perform a mapping review of the international literature focused on frameworks, models or tools for patient safety incident management across the continuum of care. Methods: We followed Joanna Briggs Institute method of synthesis. A 3-step approach was used to search the peer-review literature: 1) initial search of MEDLINE and CINAHL; 2) detailed search across all databases using all keywords and index terms; 3) hand search the reference lists of includedpapersto locate additional studies. Targeted databases included: CINAHL; Medline; EMBASE; PsycINFO; AMED; Cochrane; Web of Science, Ageline; GlobalHealth; and Social Sciences Abstracts. Search strategies were tested for sensitivity and specificity by QJBC Library Scientist using the Peer Review of Electronic Search Strategies (PRESS) methodology developed by Canadian Agency for Drugs and Technologies in Health. Results: The search located 4,413 citations that provided 21 papers. Publication dates spanned 1999–2012 and included 10 theoretical papers, seven descriptive studies, three reviews, and one qualitative study. Thirteen models, four frameworks and four tools were identified. Discussion: A range of approaches were described including psychological and cognitive frameworks, statistical models, and human factors approaches. Only one model had been formally evaluated and implemented in several settings. Conclusion: To advance our knowledge in this area existing models, frameworks and tools need to be evaluated and implemented. Further research would be beneficial.
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 | 0,040 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,013 | 0,025 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».