A 6-Year Thematic Review of Reported Incidents Associated With Cardiopulmonary Resuscitation Calls in a United Kingdom Hospital
Notice bibliographique
Résumé
BACKGROUND: Critical incident reporting can be applied to cardiopulmonary resuscitation (CPR) events as a means of reducing further occurrences. We hypothesized that local CPR-related events might follow patterns only seen after a long period of analysis. DESIGN: We reviewed 6 years of local incidents associated with cardiac arrest calls. The following search terms were used to identify actual or potential resuscitation events: "resuscitation," "cardio-pulmonary," "CPR," "arrest," "heart attack," "DNR," "DNAR," "DNACPR," "Crash," "2222." All identified incidents were independently reviewed and categorized, looking for identifiable patterns. SETTING: Nottingham University Hospitals is a large UK tertiary referral teaching hospital. RESULTS: A total of 1017 reports were identified, relating to 1069 categorizable incidents. During the same time, there were approximately 1350 cardiac arrest calls, although it should be noted that many arrest-related incidents were not associated with cardiac arrest call (e.g., failure to have the correct equipment available in the event of a cardiac arrest). Incidents could be broadly classified into 10 thematic areas: no identifiable incident (n = 189; 18%), failure to rescue (n = 133; 12%), staffing concerns (n = 134; 13%), equipment/drug concerns (n = 133; 12%), communication issues (n = 122; 10%), do-not-attempt-CPR decisions (n = 101; 9%), appropriateness of patient location or transfer (n = 96; 9%), concerns that the arrest may have been iatrogenic (n = 76; 7%), patient or staff injury (n = 43; 4%), and miscellaneous (n = 52; 5%). Specific patterns of events were seen within each category. CONCLUSIONS: By reviewing incidents, we were able to identify patterns only noticeable over a long time frame, which may be amenable to intervention. Our findings may be generalizable to other centers or encourage others to undertake this exercise themselves.
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 | 0,012 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,032 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».