Defining adverse events during trauma resuscitation: a modified RAND Delphi study
Notice bibliographique
Résumé
BACKGROUND: The majority of preventable adverse event (AEs) in trauma care occur during the initial phase of resuscitation, often within the trauma bay. However, there is significant heterogeneity in reporting these AEs that limits performance comparisons between hospitals and trauma systems. The objective of this study was to create a taxonomy of AEs that occur during trauma resuscitation and a corresponding classification system to assign a degree of harm. METHODS: This study used a modified RAND Delphi methodology to establish a taxonomy of AEs in trauma and a degree of harm classification system. A systematic review informed the preliminary list of AEs. An interdisciplinary panel of 22 trauma experts rated these AEs through two rounds of online surveys and a final consensus meeting. Consensus was defined as 80% for each AE and the final checklist. RESULTS: The Delphi panel consisted of 22 multidisciplinary trauma experts. A list of 57 evidence-informed AEs was revised and expanded during the modified Delphi process into a finalized list of 67 AEs. Each AE was classified based on degree of harm on a scale from I (no harm) to V (death). DISCUSSION: This study developed a taxonomy of 67 AEs that occur during the initial phases of a trauma resuscitation with a corresponding degree of harm classification. This taxonomy serves to support a standardized evaluation of trauma care between centers and regions. LEVEL OF EVIDENCE: Level 5.
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 | 0,179 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».