Patient safety and safety culture in primary health care: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Patient safety in primary care is an emerging field of research with a growing evidence base in western countries but little has been explored in the Gulf Cooperation Council Countries (GCC) including the Sultanate of Oman. This study aimed to review the literature on the safety culture and patient safety measures used globally to inform the development of safety culture among health care workers in primary care with a particular focus on the Middle East. METHODS: A systematic review of the literature. Searches were undertaken using Medline, EMBASE, CINAHL and Scopus from the year 2000 to 2014. Terms defining safety culture were combined with terms identifying patient safety and primary care. RESULTS: The database searches identified 3072 papers that were screened for inclusion in the review. After the screening and verification, data were extracted from 28 papers that described safety culture in primary care. The global distribution of the articles is as follows: the Netherlands (7), the United States (5), Germany (4), the United Kingdom (1), Australia, Canada and Brazil (two for each country), and with one each from Turkey, Iran, Saudi Arabia and Kuwait. The characteristics of the included studies were grouped under the following themes: safety culture in primary care, incident reporting, safety climate and adverse events. The most common theme from 2011 onwards was the assessment of safety culture in primary care (13 studies, 46%). The most commonly used safety culture assessment tool is the Hospital survey on patient safety culture (HSOPSC) which has been used in developing countries in the Middle East. CONCLUSIONS: This systematic review reveals that the most important first step is the assessment of safety culture in primary care which will provide a basic understanding to safety-related perceptions of health care providers. The HSOPSC has been commonly used in Kuwait, Turkey, and Iran.
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 | 0,016 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,011 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».