Evolution of Intravenous Medication Errors and Preventive Systemic Defenses in Hospital Settings—A Narrative Review of Recent Evidence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Intravenous drug administration has been associated with severe medication errors in hospitals. The present narrative review is based on a systematic literature search, and aimed to describe the recent evolution in research on systemic causes and defenses in intravenous medication errors in hospitals. METHODS: This narrative review was based on Reason's theory of systems-based risk management. A systematic literature search covering the period from June 2016 to October 2021 was conducted on Medline (Ovid). We used the search strategy and selection criteria developed for our previous systematic reviews. The included articles were analyzed and compared to our previous reviews. RESULTS: The updated search found 435 articles. Of the 63 included articles, 16 focused on systemic causes of intravenous medication errors, and 47 on systemic defenses. A high proportion (n = 24, 38%) of the studies were conducted in the United States or Canada. Most of the studies focused on drug administration (n = 21/63, 33%) and preparation (n = 19/63, 30%). Compared to our previous review of error causes, more studies (n = 5/16, 31%) utilized research designs with a prospective risk management approach. Within articles related to systemic defenses, smart infusion pumps remained most widely studied (n = 10/47, 21%), while those related to preparation technologies (n = 7/47, 15%) had increased. CONCLUSIONS: This narrative review demonstrates a growing interest in systems-based risk management for intravenous drug therapy and in introducing new technology, particularly smart infusion pumps and preparation systems, as systemic defenses. When introducing new technologies, prospective assessment and continuous monitoring of emerging safety risks should be conducted.
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.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle