Impact of simulation training for teamwork and communication intervention on patient safety in the emergency department
Notice bibliographique
Résumé
Background: The emergency department (ED) is the hospital division that is most vulnerable to poor communication and teamwork-based medical errors that affect patient safety. One approach to prevent medical errors is by training and assessing healthcare workers using simulation-based (SB) teamwork and communication training. This study aimed to explore the extent to which SB training could improve teamwork and communication and reduce preventable medical errors in the ED. Method: The study was conducted at the Ministry of National Guard Health Affairs, a tertiary care center with a 39-bed ED, in Saudi Arabia. A total of 123 ED healthcare staff participated in the study. This study adopted a single-subject experimental design with the intervention of simulation training in ED cases. The methodology focused on three domains: 1) patient safety in the ED, 2) inter-professional and multidisciplinary simulation team training, and 3) team dynamic enhancement use. Staff perceptions regarding teamwork and communication pre-and post-intervention and the relationship between changes in their perception of performance in the ED and patient outcomes. The chi-square test was used for univariate analysis, and a generalized linear regression model was adjusted for demographics in multivariate analysis. Results: Staff perceptions were collected from all multidisciplinary team members before and after simulation training. The data revealed a significant improvement in overall staff perceptions toward teamwork and communication (8% to 34%, p-value = 0.001). Conclusion: SB communication and teamwork training in the ED resulted in a sustained and measurable improvement in ED staff perceptions toward teamwork and communication. The results suggest that simulation sessions may improve staff perceptions and multidisciplinary team communication during critical situations in the ED.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».