Association of Pediatric Resident Physician Depression and Burnout With Harmful Medical Errors on Inpatient Services
Notice bibliographique
Résumé
PURPOSE: To determine whether higher rates of medical errors were associated with positive screenings for depression or burnout among resident physicians. METHOD: The authors conducted a prospective cohort study from 2011 to 2013 in seven pediatric academic medical centers in the United States and Canada. Resident physicians were screened for burnout and depression using the Maslach Burnout Inventory-Human Services Survey (MBI-HSS) and Harvard Department of Psychiatry/National Depression Screening Day Scale (HANDS). A two-step surveillance methodology, involving a research nurse and two physician reviewers, was used to measure and categorize errors. Bivariate and mixed-effects regression models were used to evaluate the relationship between burnout, depression, and rates of harmful, nonharmful, and total errors. RESULTS: A total of 388/537 (72%) resident physicians completed the MBI-HSS and HANDS surveys. Seventy-six (20%) and 178 (46%) resident physicians screened positive for depression and burnout, respectively. Screening positive for depression was associated with a 3.0-fold higher rate of harmful errors (incidence rate ratio = 2.99 [95% CI 1.40-6.36], P = .005). However, there was no statistically significant association between depression and total or nonharmful errors or between burnout and harmful, nonharmful, or total errors. CONCLUSIONS: Resident physicians with a positive depression screen were three times more likely than those who screened negative to make harmful errors. This association suggests resident physician mental health could be an important component of patient safety. If further research confirms resident physician depression increases the risk of harmful errors, it will become imperative to determine what interventions might mitigate this risk.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».