Morbidity and Mortality Conference: Its Purpose Reclaimed and Grounded in Theory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ISSUE: The morbidity and mortality conference (MMC) remains a central activity within the departments of our academic healthcare institutions. It is deeply rooted in the premise that we can learn from our mistakes, thereby improving the care we provide. Recent advances in our understanding of medical error and quality improvement have challenged the value of traditional models of MMC. As a result the purpose of MMC has become clouded and ill-defined: Is it an educational conference that promotes mastery of clinical acumen, or is it a venue to drive quality improvement by addressing systems-based issues in delivering care? Or can it serve both purposes? EVIDENCE: Review of the history of MMC, the literature, and critical application of education theory demonstrates the source of the confusion and the challenges in viewing it through the exclusive lens of either education or quality improvement. Application of experiential learning theory helps resolve this discord showing how the conference facilitates the development of clinical mastery while informing quality improvement programs about important and relevant systems-based issues. IMPLICATION: Building on this, we present a model for MMC involving five essential elements: case-based involving an adverse patient event, anonymity for participants, expert guided critical analysis, reframing understanding of the case presentation and related systems-based factors, and projection to practice change. This model builds on previously described models, is grounded in the literature, and helps clarify its role from both the educational and the quality improvement perspectives.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle