Talking the talk and walking the walk: Are patient safety priorities addressed by simulation-based education?
Notice bibliographique
Résumé
Background \nOver the last decade healthcare simulation has received strong government support in Australia and New Zealand e.g. in 2013 the Australian Government invested $46 million in capital and $48 million in recurrent funding in the establishment of over 200 simulation centres. The key driver for simulation-based education is to improve the quality and safety of healthcare and both countries have evidence-based, national measures of patient safety1,2. While simulation-based education has had a significant impact on knowledge and skills, there is limited evidence of the transfer of learning to practice and improved patient outcomes. \n \nObjective \nTo explore the extent to which simulation-based education addresses the contemporary patient safety priorities in Australia1 and New Zealand2. \n \nMethods \nA scoping review of literature published between 2007-2016. Primary studies were included if they related to the NSQHS Standards1/HQS Indicators2 and evaluated the impact on clinician behaviour or patient safety. Studies were tabulated and synthesised. \n \nResults \nWe identified 15 studies for inclusion in the review. Nine studies were undertaken in the USA, two in the UK and one each from Canada, France, Israel and Australia. Most studies were of medical and nursing staff, and five were interdisciplinary. In 11 of the studies the sample size was <40. Only four of the ten NSQHS standards (Preventing and controlling health care associated infections, medication safety, Patient handover and Recognising and responding to clinical deterioration in acute care) were addressed. \n \nConclusion \nCritical synthesis of the literature identified that simulation-based education research addressed a limited number of quality and safety standards, with an emerging body of international research demonstrating significant impact on clinician behaviours and patient outcomes. The dearth of evidence from Australia and New Zealand suggests that outcomes of simulation in this region are not yet commensurate with significant investments that have been made. \n \n \nReferences \n1. Australian Commission on Safety and Quality in Healthcare (2012) Retrieved 6th January 2017 from National Safety and Quality Health Service (NSQHS). \n2. Health Quality and Safety Commission New Zealand. (2016) Retrieved 20th Jan 2017 from Health quality & safety indicators.
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 | 0,015 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 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 ».