MétaCan
Menu
Retour à la cohorte
Enregistrement W3166654050 · doi:10.1111/apa.15986

Mortality and Morbidity rounds in neonatology: Providers’ experiences and perspectives

2021· article· en· W3166654050 sur OpenAlexaffabout
Michael‐Andrew Assaad, Anie Lapointe, Émilie Thivierge, Annie Janvier

Notice bibliographique

RevueActa Paediatrica · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésBlameMedicineNeonatologyIntensive careAttendanceFamily medicinePediatricsNursingIntensive care medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

AIM: To describe how Canadian level III neonatal intensive care units (NICU) organise mortality and morbidity rounds (M&MR) and explore clinicians' perspectives. METHODS: This questionnaire study, including open-ended questions, examined the following domains: (1) M&MR format, (2) ethical issues and (3) limitations and perceived effectiveness. RESULTS: Sixteen out of twenty (80%) level III NICUs participated. All deaths and 64% of morbidities were discussed. M&MR occurred monthly (69%) with 3-5 patients discussed hourly (63%) and usually (75%) physician led. Wide variations of practice between centres existed for practical issues, such as administrative support and attendance. 44% of centres allowed nurses to participate. Goals reported by participants were also heterogeneous: reducing medical error (56%), educational (50%), improving communication (44%) and peer review (23%). Practical barriers were time (75%) and lack of resources/structure (25%). Four main themes were as follows: the role of M&MR, the ongoing blame culture, communication issues and the distinction between mortality and morbidity. CONCLUSION: Goals and format of M&MR vary widely. M&MR remains physician-centric, where the blame culture still endures. Neonatal M&MR models should be adapted to the modern NICU to ensure the M&MR stays relevant. It could also benefit from lessons learned in quality improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,409
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa PaediatricaMême sujetPatient Safety and Medication ErrorsTravaux en français237 207