Adverse Incident Reporting and Staff Vigilance Leads to Early Identification of Medical Equipment Problems
Notice bibliographique
Résumé
Adverse Incident reporting has become a standard of practice at SickKids. When staff experience an adverse event they are encouraged to file an Incident Report. The Incident report system generates e-mails to people who need to be aware of the incident. When medical equipment is involved, Medical Engineering receives the Incident Report. Staff are asked to clearly identify the device that and send it to Medical Engineering. In August 2015, we received two incidents where a Syringe Module stopped working with a channel error message. The incidents happened in the Paediatric Intensive Care Unit (PICU). Testing of the Syringe module indicated that the module was working properly. A third incident occurred in the same unit. The QA leader for the PICU contacted Medical Engineering's Team leader to identify possible trends. Upon investigation, it was determined that the Channel Error was only being experienced in the PICU. We received a fourth incident with the same reported problem. Biomedical Engineering Technologists performed extended testing by simulating similar infusion as reported by nurse. This time the Technologists did duplicate the Channel Error. Upon opening the Syringe Module's casing, the technologists discovered some traces of oxidation/rust in the drive mechanism. This was suspected to be the cause of the Syringe Module failure. During the month of August we continued to receive Incidents with the same Syringe Module issue. The presentation will cover our findings of oxidation on the drive train, the company’s response and the action plan to inspect and correct 800 Syringe modules.
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 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 | 0,005 | 0,005 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».