Stress Testing the Resuscitation Room: Latent Threats to Patient Safety Identified During Interprofessional In Situ Simulation in a Canadian Academic Emergency Department
Notice bibliographique
Résumé
OBJECTIVES: Emergency department (ED) resuscitation is a complex, high-stakes procedure where positive outcomes depend on effective interactions between the health care team, the patient, and the environment. Resuscitation teams work in dynamic environments and strive to ensure the timely delivery of necessary treatments, equipment, and skill sets when required. However, systemic failures in this environment cannot always be adequately anticipated, which exposes patients to opportunities for harm. METHODS: As part of a new interprofessional education and quality improvement initiative, this prospective, observational study sought to characterize latent safety threats (LSTs) identified during the delivery of in situ, simulated resuscitations in our ED. In situ simulation (ISS) sessions were delivered on a monthly basis in the EDs at each campus of a large tertiary care academic hospital system, during which a variety of scenarios were run with teams of ED health care professionals. LSTs were identified by simulation facilitators and participants during the case and debriefing and then grouped thematically for analysis. RESULTS: During the study period, 22 ISS sessions were delivered, involving 58 cases and reaching 383 ED health care professionals. 196 latent safety threats were identified through these sessions (mean = 3.4 LSTs per case) of which 110 were determined to be "actionable" at a system level. LSTs identified included system/environmental design flaws, equipment problems, failures in department processes, and knowledge/skill gaps. Corrective mechanisms were initiated in 85% of actionable cases. CONCLUSIONS: Effective quality improvement and continuing education programs are essential to translate these findings into more resilient patient care. ISS, beyond its role as a training tool for developing intrinsic and crisis resource management skills, can be effectively used to identify system issues in the ED that could expose critically ill patients to harm.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».