Medico-legal risks of point-of-care ultrasound: a closed-case analysis of Canadian Medical Protective Association medico-legal cases
Notice bibliographique
Résumé
BACKGROUND: Point-of-care ultrasound (POCUS) has become a core diagnostic tool for many physicians due to its portability, excellent safety profile, and diagnostic utility. Despite its growing use, the potential risks of POCUS use should be considered by providers. We analyzed the Canadian Medical Protective Association (CMPA) repository to identify medico-legal cases arising from the use of POCUS. METHODS: We retrospectively searched the CMPA closed-case repository for cases involving diagnostic POCUS between January 1st, 2012 and December 31st, 2021. Cases included civil-legal actions, medical regulatory authority (College) cases, and hospital complaints. Patient and physician demographics, outcomes, reason for complaint, and expert-identified contributing factors were analyzed. RESULTS: From 2012 to 2021, there were 58,626 closed medico-legal cases in the CMPA repository with POCUS determined to be a contributing factor for medico-legal action in 15 cases; in all cases the medico-legal outcome was decided against the physicians. The most common reasons for patient complaints were diagnostic error, deficient assessment, and failure to perform a test or intervention. Expert analysis of these cases determined the most common contributing factors for medico-legal action was failure to perform POCUS when indicated (7 cases, 47%); however, medico-legal action also resulted from diagnostic error, incorrect sonographic approach, deficient assessment, inadequate skill, inadequate documentation, or inadequate reporting. CONCLUSIONS: Although the most common reason associated with the medico-legal action in these cases is failure to perform POCUS when indicated, inappropriate use of POCUS may lead to medico-legal action. Due to limitations in granularity of data, the exact number of civil-legal, College cases, and hospital complaints for each contributing factor is unavailable. To enhance patient care and mitigate risk for providers, POCUS should be carefully integrated with other clinical information, performed by providers with adequate skill, and carefully documented.
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 | 0,005 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,016 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».