Barriers and facilitators to improving patient safety learning systems: a systematic review of qualitative studies and meta-synthesis
Notice bibliographique
Résumé
BACKGROUND: The implementation and continuous improvement of patient safety learning systems (PSLS) is a principal strategy for mitigating preventable harm to patients. Although substantial efforts have sought to improve these systems, there is a need to more comprehensively understand critical success factors. This study aims to summarise the barriers and facilitators perceived by hospital staff and physicians to influence the reporting, analysis, learning and feedback within PSLS in hospitals. METHODS: We performed a systematic review and meta-synthesis by searching MEDLINE (Ovid), EMBASE (Ovid), CINAHL, Scopus and Web of Science. We included English-language manuscripts of qualitative studies evaluating effectiveness of the PSLS and excluded studies evaluating specific individual adverse events, such as systems for tracking only medication side effects, for example. We followed the Joanna Briggs Institute methodology for qualitative systematic reviews. RESULTS: We extracted data from 22 studies, after screening 2475 for inclusion/exclusion criteria. The included studies focused on reporting aspects of the PSLS, however, there were important barriers and facilitators across the analysis, learning and feedback phases. We identified the following barriers for effective use of PSLS: inadequate organisational support with shortage of resources, lack of training, weak safety culture, lack of accountability, defective policies, blame and a punitive environment, complex system, lack of experience and lack of feedback. We identified the following enabling factors: continuous training, a balance between accountability and responsibility, leaders as role models, anonymous reporting, user-friendly systems, well-structured analysis teams, tangible improvement. CONCLUSION: Multiple barriers and facilitators to uptake of PSLS exist. These factors should be considered by decision makers seeking to enhance the impact of PSLS. ETHICS AND DISSEMINATION: No formal ethical approval or consent were required as no primary data were collected.
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 | 0,116 | 0,233 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,016 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».