MétaCan
Menu
Retour à la cohorte
Enregistrement W4400896834 · doi:10.2147/rmhp.s466852

From Reporting to Improving: How Root Cause Analysis in Teams Shape Patient Safety Culture

2024· article· en· W4400896834 sur OpenAlexaff
Christos Tsamasiotis, G. Fiard, Pierre Bouzat, Patrice François, Guillaume Fond, Laurent Boyer, Bastien Boussat

Notice bibliographique

RevueRisk Management and Healthcare Policy · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSafety cultureRoot cause analysisPatient safetyHealth careFocus groupQuality managementProduct (mathematics)Quality (philosophy)MedicineRoot causePerceptionNursingBusinessPsychologyOperations managementEngineeringPolitical scienceManagementManagement systemMarketingForensic engineering

Résumé

récupéré en direct d'OpenAlex

Background: Given the increasing focus on patient safety in healthcare systems worldwide, understanding the impact of Continuous Quality Improvement Programs (QIPs) is crucial. QIPs, including Morbidity and Mortality Conferences (MMCs) and Experience Feedback Committees (EFCs), have been identified as effective strategies for enhancing patient safety culture. These programs engage healthcare professionals in the identification and analysis of adverse events to foster a culture of safety (ie the product of individual and group value, attitudes, and perceptions about quality and safety). This study aimed to determine whether patient safety culture differed regarding care provider participation in MMCs and EFCs activities. Methods: A cross-sectional web-only survey was conducted in 2022 using the Hospital Survey on Patient Safety Culture (HSOPS) among 4780 employees at an 1836-bed, university-affiliated hospital in France. We quantified the mean differences in the 12 HSOPS dimension scores according to MMCs and EFCs participation, using Cohen d effect size. We performed a multivariate analysis of variance to examine differences in dimension scores after adjusting for background characteristics. Results: Of 4780 eligible employees, 1457 (30.5%) participated in the study. Among the respondents, 571 (39.2%) participated in MMCs or EFCs activities. Participants engaged in MMCs or EFCs reported significantly higher scores in six out of twelve HSOPS dimensions, particularly in "Nonpunitive response to error", "Feedback and communication about error", and "Organizational learning" (Overall effect size = 0.14, 95% confidence interval = 0.11 to 0.17, P<0.001). Notably, involvement in both MMCs and EFCs was associated with higher improvements in patient safety culture compared to non-participation or singular involvement in either program. However, certain dimensions such as "Staffing", "Hospital management support", and "Hospital handoffs and transition" showed no significant association with MMCs or EFCs participation, highlighting broader systemic challenges. Conclusion: The study confirms the positive association between participation in MMCs or EFCs and an enhanced culture of patient safety, emphasizing the importance of such programs in fostering an environment conducive to learning, communication, and nonpunitive responses to errors. While MMCs or EFCs are effective in promoting certain aspects of patient safety culture, addressing broader systemic challenges remains crucial for comprehensive improvements in 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,419
Écart entre enseignants0,372 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk Management and Healthcare PolicyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207