Wrong-site, wrong-procedure, and retained foreign object events in out-of-hospital settings: analysis of closed medico-legal complaints in Canada (2012–2021)
Notice bibliographique
Résumé
BACKGROUND: Surgical sentinel events (SSEs) are serious safety incidents associated with significant patient harm and medico-legal consequences for healthcare teams and institutions. SSEs include wrong-site surgeries, wrong procedures, and unintentional retention of foreign objects. SSEs occur in hospitals and out-of-hospital operating spaces (physician offices or ambulatory surgical centres). It is unclear how the resource constraints and workflow differences of an out-of-hospital setting contribute to SSEs. METHODS: We conducted a retrospective review and descriptive content analysis of all out-of-hospital SSEs reported to the Canadian Medical Protective Association (CMPA) between 2012 and 2021. Medico-legal files, medical records, and peer expert opinions were analyzed to identify the contributing factors to out-of-hospital wrong-site, wrong-procedure, and retained-object SSEs. RESULTS: A total of 276 medico-legal complaints involved a wrong-site, wrong-procedure or retained-object SSE, of which 24 (24/276; 9%) occurred out of hospital. Only twenty of these out-of-hospital complaints were included in the qualitative content analysis. We identified five main contributing factor categories to out-of-hospital SSEs. These categories included (1) incomplete preoperative verification, (2) inadequate intraoperative surgical counts, (3) insufficient review of patient medical records, (4) surgery performed without the necessary resources, and (5) administrative errors or office disorganization. Half of the complaints were assigned more than one contributing factor. The majority of out-of-hospital SSEs (19/20; 95%) resulted in an unfavourable outcome for the operating physician and most (18/20; 90%) required additional healthcare resources to resolve or mitigate the consequences of the SSE. CONCLUSIONS: Recognizing the contributing factors to an out-of-hospital SSE enables targeted improvements in facility protocols to support patient safety. Some factors identified in this dataset overlap with hospital-based contributing factors previously identified in literature (incomplete preoperative verification and inadequate surgical counts), whereas other novel factors are associated with the practice environment of an out-of-hospital setting (resource constraints, office disorganization). Addressing the identified contributing factors may mitigate the risk of SSEs in all facilities.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».