How to do no harm: empowering local leaders to make care safer in low-resource settings
Notice bibliographique
Résumé
In a companion paper, we showed how local hospital leaders could assess systems and identify key safety concerns and targets for system improvement. In the present paper, we consider how these leaders might implement practical, low-cost interventions to improve safety. Our focus is on making immediate safety improvements both to directly improve patient care and as a foundation for advancing care in the longer-term. We describe a 'portfolio' approach to safety improvement in four broad categories: prioritising critical processes, such as checking drug doses; strengthening the overall system of care, for example, by introducing multiprofessional handovers; control of known risks, such as only using continuous positive airway pressure when appropriate conditions are met; and enhancing detection and response to hazardous situations, such as introducing brief team meetings to identify and respond to immediate threats and challenges. Local clinical leaders and managers face numerous challenges in delivering safe care but, if given sufficient support, they are nevertheless in a position to bring about major improvements. Skills in improving safety and quality should be recognised as equivalent to any other form of (sub)specialty training and as an essential element of any senior clinical or management role. National professional organisations need to promote appropriate education and provide coaching, mentorship and support to local leaders.
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 | 0,018 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,008 | 0,007 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».