Reliability and Usability of a 7-Minute Chart Review Tool to Identify Pediatric Prehospital Adverse Safety Events
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Although medical errors in the hospital are a recognized source of morbidity and mortality, less is known about safety events in the prehospital care of children. As part of a multiphase study, we developed and evaluated the reliability and usability of the pediatric prehospital safety event detection system (PEDS), a tool used to identify safety events in prehospital care. METHODS: The tool was based on hospital chart review tools, literature review, and results from focus groups and a national Delphi survey. After reviewer training, preliminary testing, and initial use, we refined the tool on the basis of data analysis and reviewer feedback. Thirty charts were randomly selected from our study population of pediatric transports with lights and sirens in Multnomah County, Oregon, and independently reviewed by 2 pediatric emergency physicians with experience in prehospital care to evaluate interrater reliability and time to completion of the final tool. RESULTS: The PEDS tool contains 36 items, takes reviewers a median of 7 minutes to complete (interquartile range: 4-12), and exists in both paper and electronic formats. When comparing the presence or absence of severe safety events between 2 expert arbiters, we found 87% agreement (κ = 0.68), indicating good agreement. CONCLUSIONS: The PEDS tool is the first chart review tool designed to identify safety events for children receiving prehospital care, and it displayed good usability and reliability in this study. With this tool, we provide a novel mechanism for researchers, clinicians, and prehospital care leaders to identify opportunities to improve care for children.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».