Avoiding Medication Errors Caused by Nurses in the Emergency Department in Saudi Arabia
Notice bibliographique
Résumé
Background: Medication errors are pervasive in healthcare, especially in emergency rooms, with diverse causes that warrant critical investigation due to the potential repercussions for both patients and healthcare providers. Aim: This research explores nurses' perspectives on medication errors in the emergency department. Methods: A descriptive cross-sectional design involved 96 nurses, using a questionnaire that covered demographic data and nurses' perceptions of error causes, reporting practices, and barriers. Results: The average age of the nurses who participated in this study was 27.7 ± 3.4 years, with 7.3 ± 1.9 years of experience. Most nurses (87.2%) were women. The majority held bachelor's degrees (88.3%) and worked fixed shifts (54.2%), and 46.8% reported medication errors in the past year, primarily occurring once (69.04%). They reported no complications in 97.5% of errors. Conclusion: Common error types included infusion rate errors, double dosing, and medication omission. Although errors are widespread, adverse consequences are infrequent, mainly occurring during prescribing or administration stages. Encouraging disclosure by nurses and fostering positive responses from hospital management are crucial for enhancing patient safety. Awareness of recovery mechanisms informs potential interventions to minimise overall safety. Key words: Medication Errors, Emergency Department, Nurses, Understanding, Perception
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 | 0,036 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».