Y-90 Microsphere Therapy: Prevention of Adverse Events
Notice bibliographique
Résumé
OBJECTIVE: Thirty-three (33) events that were inconsistent with intended treatment for 471 Y-90 microsphere deliveries were analyzed from 2001 to 2007. METHOD: Each occurrence was categorized, based on root-cause analysis, as a device/product defect and/or operator error event. Events were further categorized, if there was an adverse outcome, as spill/leak, termination, recatheterization, dose deviation, and/or a regulatory medical event. RESULTS: Of 264 Y-90 Therasphere (MDS Nordion, Ottawa, Ontario, Canada) treatments, 15 events were reported (5.7%). Of 207 Y-90 SIR-Spheres (Sirtex, Wilmington, MA) treatments, 18 events were reported (8.7%). Twenty-five (25) of 33 events (76%) were device/product defects: 73% for Therasphere (11 of 15) and 78% for SIR-Spheres (14 of 18). There were 31 adverse outcomes associated with 33 events: 15 were leaks and/or spills, 9 resulted in termination of the dose administration, 3 resulted in recatheterization for dose compensation, 2 were dose deviations (doses differing from the prescribed between 10% and 20%), and 2 were reported as regulatory medical events. Fifty-five (55) corrective actions were taken: 39 (71%) were related to the manufacturer and 16 (29%) were hospital based. CONCLUSIONS: This process of analyzing each event and measuring our outcomes has been effective at minimizing adverse events and improving patient safety.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».