MétaCan
Menu
Retour à la cohorte
Enregistrement W4320857486 · doi:10.1136/bmjhci-2022-100622

Improving medication safety in a paediatric hospital: a mixed-methods evaluation of a newly implemented computerised provider order entry system

2023· article· en· W4320857486 sur OpenAlexafffund
Man Qing Liang, Maxime Thibault, Philippe Jouvet, Denis Lebel, Tibor Schuster, Marie-Pierre Moreault, Aude Motulsky

Notice bibliographique

RevueBMJ Health & Care Informatics · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMcGill UniversityUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesCanadian Institutes of Health ResearchCentre hospitalier universitaire Sainte-Justine
Mots-clésUsabilityWorkflowAcknowledgementPatient safetyOrder entryMedicineElectronic prescribingComputerized physician order entryMedical prescriptionObservational studyMedication errorHealth information technologyClinical decision support systemProtocol (science)Medical emergencyNursingComputer scienceHealth careDecision support systemData miningDatabase

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Computerised provider order entry (CPOE) systems have been implemented around the world as a solution to reduce ordering and transcription errors. However, previous literature documented many challenges to attain this goal, especially in paediatric settings. The objectives of this study were to (1) analyse the impact of a paediatric CPOE system on medication safety and (2) suggest potential error prevention strategies. METHODS: A pre-post observational study was conducted at the pilot ward (n=60 beds) of a paediatric academic health centre through mixed methods. The implementation project and medication management workflows were described through active participation to the project management team, observation, discussions and analysis of related documents. Furthermore, using incident reports, the nature of each error and error rate was compared between the preperiod and postperiod. RESULTS: The global error rate was lower, but non-statistically significant, in the post implementation phase, which was mostly driven by a significant reduction in errors during order acknowledgement, transmission and transcription. Few errors occurred at the prescription step, and most errors occurred during medication administration. Furthermore, some errors could have been prevented using a CPOE in the pre-implementation period, and the CPOE led to few technology-related errors. DISCUSSION AND CONCLUSION: This study identified both intended and unintended effects of CPOE adoption through the entire medication management workflow. This study revealed the importance of simplifying the acknowledgement, transmission and transcribing steps through the implementation of a CPOE to reduce medication errors. Improving the usability of the electronic medication administration record could help further improve medication safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,489
Écart entre enseignants0,445 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Health & Care InformaticsMême sujetElectronic Health Records SystemsTravaux en français237 207