Multicenter Trial of the Emergency Department Trigger Tool for Adverse Event Detection
Notice bibliographique
Résumé
STUDY OBJECTIVES: We previously developed and validated the Emergency Department Trigger Tool (EDTT) for detection of adverse events, featuring an automated screen for evidence-based triggers and high-yield sampling. We now report on a recently completed multicenter study of the EDTT, performance of the tool, event types detected, and site differences. METHODS: This retrospective, observational study used 18 months of data at 3 sites (452,719 records screened; 187,345 with more than or equal to 1 trigger). We performed 2-tiered dual independent review of a sample of 8,996 records (∼3,000 per site), selected from a balanced set of records, based on trigger count per record. We characterized adverse events identified by occurrence (emergency department [ED] or present on arrival), severity, and type, focusing here specifically on ED adverse events. RESULTS: In reviews of 8,996 records, we found 5,473 adverse events in 3,983 unique visits (yield: 44.3% of visits), including 2,359 ED adverse events and 3,114 present on arrival adverse events, with an ED adverse event rate of 0.26 per visit reviewed. ED adverse event yields using the EDTT were similar across sites (22.8%, 18.4%, 22.1%). Individual trigger performance was largely similar across sites and the EDTT performed well in detecting adverse events (area under the curve 78% across sites, range: 77% to 78%). Medication and patient-care related categories comprised the majority (81%) of ED adverse events, with some site differences. CONCLUSION: The EDTT provides a robust approach for ED quality and safety review with performance in detecting ED adverse events that surpasses traditional approaches and demonstrates generalizability across academic centers. Results are consistent with those obtained in our previous single-center study and are now replicated in multiple sites using a different electronic medical record system and reviewers.
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 | 0,019 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».