MétaCan
Menu
Retour à la cohorte
Enregistrement W4399479314 · doi:10.54941/ahfe1004840

Patient Centered Care: Medical Error Disclosure Guidelines Across Canada

2024· article· en· W4399479314 sur OpenAlexaboutno aff
Jay Kalra, Zoher Rafid-Hamed, Bryan Johnston, Patrick Seitzinger

Notice bibliographique

RevueAHFE international · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePatient careMedicineNursing

Résumé

récupéré en direct d'OpenAlex

The quality of healthcare is an emerging concern worldwide. Despite attempts to minimize adverse events and medical errors, the disclosure of medical errors by health professionals remains a significant challenge. We have previously reported that international policies and the Canadian Provincial College of Physicians and Surgeons both encourage the open disclosure of adverse events and have suggested its integration into a ‘no-fault’ model. Disclosure policies can provide a framework and guidelines for appropriate disclosure, leading to practices that are more transparent. The purpose of this study was to review, evaluate, and compare individual policies across Canadian health regions to provide guidelines for the best possible medical error disclosure policy. We evaluated the policies of each health region using the following five criteria (an apology or expression of regret, support for the patient, avoidance of blame, avoidance of speculation, and support for providers) which are considered critical to designing patient centered guidelines for medical error disclosure. The majority of provincial and territorial health regions (7 out of 11) have implemented disclosure policies that include all of the evaluated criteria. In Eastern Canada, more than 90% of the disclosure policies included an apology, patient support, and avoidance of blame, while more than 80% included avoiding speculation and providing support for providers. Similarly, in Western Canada, more than 80% of policies contained an apology, patient support, and avoidance of speculation, while provider support was found in at least 60% of surveyed policies. In Nunavut and the Northwest Territories, all policies contained an apology, patient support, avoidance of speculation, and provider support. On average, health region disclosure policies included an apology (98%), patient support (98%), avoidance of speculation (95%), provider support (92%), and avoidance of blame (90%). Designing best practice error disclosure policy requires integrating many aspects, including bioethics, physician-patient communication, quality of care, and team-based care delivery. We suggest that disclosure practice in Canada move toward a uniform, patient centered approach that addresses errors non-punitively to encourage medical error disclosure, reduce medical errors, and improve patient safety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,033
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,885

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,085
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0070,003
Communication savante0,0050,002
Science ouverte0,0060,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,508
Écart entre enseignants0,422 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAHFE internationalMême sujetMedical Malpractice and Liability IssuesTravaux en français237 207