MétaCan
Menu
Retour à la cohorte
Enregistrement W2336292745 · doi:10.1007/s40800-016-0026-8

Difficulty Using Smart Pump Logs to Recreate a Patient Safety Event: Case Study and Considerations for Pump Enhancements

2016· article· en· W2336292745 sur OpenAlexaff
Andrew Ibey, Derek Sayre Andrews, Barb Ferreira

Notice bibliographique

RevueDrug Safety - Case Reports · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Technology and Patient Monitoring
Établissements canadiensLions Gate HospitalVancouver Coastal HealthVancouver General HospitalProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésTroubleshootingMedicineInfusion pumpCardiopulmonary resuscitationMedical emergencyPatient safetyCoronary care unitMyocardial infarctionAnesthesiaComputer scienceResuscitationCardiologyHealth care

Résumé

récupéré en direct d'OpenAlex

The authors present a case in which a physical anomaly with an infusion pump resulted in an unforeseen fault that the nurse's attempts to resolve unknowingly exacerbated. This case study presents the first report in the literature to detail the difficulty in recreating a patient safety event using smart pump logs, support server continuous quality improvement (CQI) data, and the drug order entry system to elucidate the clinical scenario. A 75-year-old male patient presented to a major teaching hospital and was admitted to the intensive care unit (ICU) with a massive gastrointestinal bleed and myocardial infarction, then stabilized. One of the patient's pumps alarmed "communication error" on the display. The display gave no explicit instructions about how to resolve the issue, and resolution was not intuitive. Attempts to clear the alarm failed, so the module was disconnected to reprogram the infusion, causing an interruption in the dopamine. Over the course of approximately 2 min of troubleshooting, the patient's blood pressure decreased from 109/50 to 60/30, with a rapid pulse change from a consistent 95 up to 115 and subsequently 135 beats per minute. A cardiac arrest ensued and a code blue was called. All cardiac drugs, including the dopamine, were suspended during the code. Cardiopulmonary resuscitation was performed and the patient survived the code. Post-code, the dopamine and epinephrine were restarted, and the norepinephrine was discontinued. The patient's condition remained very unstable. Pump logs and the server database were queried to locate relevant equipment. It was concluded that dirty contacts on the inter-unit interface (IUI) connectors between the PC unit (PCU) and the modules caused the alarm message "communication error" to appear on the PCU display. Learning yielded a nursing practice alert to clarify how a nurse should resolve a "communication error", and appropriate cleaning protocols were promptly implemented. The investigation found smart pump event logs and proprietary software are not designed with any forethought as to retrospective reconstruction of incident investigations, leaving facilities to cobble together pieces of information from multiple sources to determine what occurred. The authors also suggest further pump enhancements, challenging pump manufacturers to go to the next level of integration and enable greater patient safety with smart infusion pumps.

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)0,002
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,054
Tête enseignante GPT0,349
Écart entre enseignants0,294 · 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'étudeÉtude de cas
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Safety - Case ReportsMême sujetHealthcare Technology and Patient MonitoringTravaux en français237 207