Exploring Changes in Patient Safety Incidents During the COVID-19 Pandemic in a Canadian Regional Hospital System: A Retrospective Time Series Analysis
Notice bibliographique
Résumé
OBJECTIVES: The COVID-19 pandemic has placed unprecedented strain on healthcare systems and may have consequential impacts on patient safety incidents (PSIs). The primary objective of this study was to examine the impact of the COVID-19 pandemic on PSIs reported in Niagara Health. METHODS: Flexible Farrington models were used to retrospectively detect weeks from January to September 2020 where PSI counts were significantly above expected counts. Incident counts were adjusted to weekly inpatient-days. Outcomes included overall incident numbers, incidents by category, and incidents by ward type. RESULTS: The overall number of PSIs across Niagara Health did not increase during the first wave of the COVID-19 pandemic. However, significant increases in falls were observed, suggesting that other types of incidents decreased. Falls increased by 75% from February to March 2020, coinciding with the onset of the first wave of the pandemic. Further investigation by unit type revealed that the number of falls increased specifically on internal medicine and complex continuing care wards. CONCLUSIONS: Despite no observed changes in overall number, significant composition shifts in PSIs occurred during the first wave of the COVID-19 pandemic, with increased falls on internal medicine and complex continuing care wards. Possible explanations include restrictions on patient visitation, reduced patient contact/supervision, and/or personal protective equipment requirements. Providers should maintain a particularly high vigilance for patient falls during pandemic outbreaks, and hospitals should consider targeting resources to higher-risk locations. The results of this study reinforce the need for ongoing pandemic PSI monitoring and rapidly adaptive responses to new patient safety concerns.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».