Avaliação da incidência e evitabilidade de eventos adversos em hospitais: revisão integrativa
Notice bibliographique
Résumé
RESUMOObjetivo: Evidenciar a produção científica relacionada à adoção de métodos de revisão retrospectiva de prontuários para avaliação daincidência e evitabilidade de eventos adversos em hospitais.Método: Revisão integrativa nas bases de dados MEDLINE, LILACS, SCOPUS, Web of Science e EMBASE, realizada em maio de 2019,tendo como questão norteadora: qual é o conhecimento sobre a adoção de métodos de revisão retrospectiva de prontuários depacientes internados para avaliação da incidência e evitabilidade de eventos adversos em hospitais? Após, executou-se categorização,síntese e classificação dos níveis de evidência das publicações incluídas.Resultados: Dentre 13 estudos selecionados, os instrumentos adotados para avaliação da ocorrência de eventos adversos foram oHarvard Medical Practice Study, Canadian Adverse Event Study, Quality in Australian Health Care Study e Global Trigger Tool. A variaçãoda incidência foi de 5,7 a 14,2%, enquanto da evitabilidade foi de 31 a 83%.Conclusão: Verificou-se diferenças na incidência e evitabilidade, havendo heterogeneidade na qualidade do cuidado prestado,informações registradas nos prontuários, critérios de rastreamento utilizados e avaliações dos revisores.Palavras-chave: Segurança do paciente. Erros médicos. Hospitais. Estudos retrospectivos.
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 | 0,122 | 0,265 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,037 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».