Defining healthcare never events to effect system change: A protocol for systematic review
Notice bibliographique
Résumé
INTRODUCTION: A never event is the most egregious of patient safety incidents. It refers to events that should theoretically never happen, such amputating the wrong limb. The term "never event" is used around the world by a variety of medical and patient safety organizations and is synonymous with sentinel events and serious reportable events. Unfortunately, there is little consensus about which events, in particular, are never events. These differing lists hinder potential collaboration or large-scale analyses. A recent systematic review by Hegarty et al. (2020) identified the need for a standardized definition for serious reportable events. The objective of our systematic review is to build on this by identifying which events are consistently or frequently identified as never events in order to isolate those which are core never events. MATERIALS AND METHODS: A systematic review will be conducted using Medline, Medline in Process, Scopus, PsychINFO, Embase via OVID, and CINAHL via EBSCO databases, as well as grey literature. We will include articles of any study design that discuss never events or one of its synonymous terms in the context of medical care. Four independent reviewers will conduct the title and abstract as well as the full-text screening, and 2 reviewers will abstract data. Data will be analyzed using narrative synthesis. Results will be categorized by year and geographic location, and by other factors determined during full-text screening. DISCUSSION AND CONCLUSION: The lack of consensus regarding never events hinders progress in reducing their occurrence. Differing data sources makes comparison challenging, and limits the ability for patient safety groups to work collaboratively and share learnings with others. Identifying a core set of never events will serve as a first step to focus our efforts to reduce these harmful incidents.
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 | 0,167 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,007 |
| Méta-épidémiologie (sens large) | 0,019 | 0,018 |
| Bibliométrie | 0,019 | 0,021 |
| Études des sciences et des technologies | 0,006 | 0,008 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,011 |
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 ».