‘How are we going to harm the next trauma patient?’ Trauma care providers’ perspective on potential harm to trauma patients
Notice bibliographique
Résumé
Background: The question, "How will the next patient be harmed?" is a component of strategies used to identify latent safety risks in healthcare. We sought to survey a broad audience attending the 2023 annual conference of the American College of Surgeons-Trauma Quality Improvement Program to record their perception of the risks that might lead to patient harm at their own trauma centers. Methods: Attendees were surveyed with a single free-text question "How are we going to harm the next patient?" using a quick response code. All responses were categorized into clustered themes. To report the results using a standardized reporting taxonomy, the responses were also classified according to the Joint Commission (JC) patient safety event taxonomy for near misses and adverse events. Results were reported as counts and as proportions of responders. Results: During the 3-day duration of the conference, 64 participants provided 80 responses. Provider-related risk (n=16, 25.0%) was the most commonly reported category, followed closely by practice management guideline related (n=14, 21.9%) and communication gaps or failures (n=12, 18.8%). "Clinical performance" was the most commonly reported subclassification in the main category "type" of the JC patient safety event taxonomy (n=34, 53.1%), followed by patient management (n=30, 46.9%). "Human error" was the most common subclassification in the main category "cause" (n=48, 75.0%). Conclusions: Human failures, rather than systems issues, were perceived to be responsible for the majority of potential harm in trauma patients by a broad audience of trauma care providers. These results require amplified focus on strategies that decrease the impact of the human element while enhancing process standardization and addressing barriers to the implementation of processes and guidelines. It might also suggest an opportunity to bring forward alternative conceptual frameworks to advance safety in trauma care.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».