The Emotional Impact and Coping Mechanisms Following Adverse Patient Events Among Canadian Vascular Surgeons and Trainees
Notice bibliographique
Résumé
BACKGROUND: This study's objective is to evaluate the emotional experiences, coping mechanisms, and support resources for Canadian vascular surgeons and trainees following an adverse patient event or near miss. METHODS: This is a cross-sectional survey study of all Canadian Society for Vascular Surgery (CSVS) members from October to November 2021. We collected data on participant experiences with adverse events, their emotional responses, the coping mechanisms used, and their perceptions on available support resources. RESULTS: The survey was sent to 233 CSVS members yielding 66 responses. The majority (77%) of respondents had experiences with adverse event causing serious patient harm. The most common negative experience following an adverse event included feelings of negativity towards oneself, general distress, and anxiety about potential for future errors. The most common coping mechanism was seeking advice from a mentor or close colleague. Peers (82%) and senior colleagues (59%) were the most preferred sources of support. Most of the respondents would reach out to a mentor if they had 1, but 30% reported no mentor or close colleague for support. CONCLUSION: Adverse patient events and near misses have serious negative impact on the lives of Canadian vascular surgeons and trainees. Peers and senior colleagues are the most desired source for support, but this is not universally available. Organized efforts are needed to bring awareness in our vascular surgery community on the ubiquitous nature and detrimental effects of adverse events.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».