Interventions to reduce patient identification errors in the hospital setting: a systematic review
Notice bibliographique
Résumé
Introdução: A identificação do paciente é considerada etapa fundamental no processo de atendimento e um relevante recurso para a sua segurança nas instituições de saúde. Objetivo: Analisar as intervenções destinadas a reduzir os erros de identificação do paciente no contexto hospitalar. Método: Trata-se de uma revisão sistemática, de acordo com a metodologia do Instituto Joanna Briggs (JBI). Os dados foram coletados no período de abril de 2018 a janeiro de 2019, nos seguintes meios eletrônicos: PUBMED, CINAHL, Embase, Scopus, LILACS, Medes, Cochrane Library, ProQuest Dissertation and Theses, Google Scholar, NHS Improvement, Dart- Europe, Open Grey, Catálogo de Teses e Dissertações - CAPES e Theses Canada. Não houve limite temporal para a busca, e foram incluídas pesquisas em português, inglês e espanhol. A seleção e avaliação inicial dos estudos e a qualidade metodológica foram executadas por dois revisores, de forma independente, sendo que os dados foram extraídos utilizando-se ferramentas padronizadas pela JBI. Devido à heterogeneidade metodológica das intervenções e das medidas dos desfechos nos estudos incluídos, a meta-análise não foi possível. O método de contagem de votos foi utilizado, juntamente com gráficos de direção de efeito, para complementar a apresentação narrativa dos resultados. A avaliação da qualidade da evidência dos resultados foi realizada por meio do Grading of Recommendations, Assessment, Development and Evaluation (GRADE). Resultados: Dos 2.475 estudos potencialmente relevantes, 12 atenderam aos critérios da revisão, sendo um estudo controlado randomizado e 11 estudos quase-experimentais, e apresentaram cinco subgrupos de intervenções: uso de pelo menos dois indentificadores para verificar a identidade do paciente combinado com uma intervenção educativa (n=4), implementação de recursos e ferramentas tecnológicas combinada com uma intervenção educativa (n=1), implementação de recursos e ferramentas tecnológicas (n=5), educação dos profissionais de saúde no que diz respeito à correta identificação do paciente combinada com uma parceria com os pacientes e familiares por meio de estratégias educativas (n=1), e educação dos profissionais de saúde no que se refere à correta identificação do paciente combinada com uma intervenção tecnológica (n=1). Embora 11 estudos tenham apresentado uma redução estatisticamente significativa dos erros de identificação do paciente, a qualidade geral e a força da evidência, baseadas no GRADE, foram consideradas muito baixas. Conclusões: As intervenções encontradas podem contribuir para a redução dos erros de identificação do paciente, todavia, a maioria dos estudos não apresentaram qualidade metodológica suficiente para o desenvolvimento de evidências. Portanto, é imperativo o desenvolvimento de pesquisas robustas na temática e que as instituições de saúde continuem atentas para a necessidade de aplicação de protocolos de identificação do paciente seguindo as recomendações de políticas de saúde e diretrizes globais vigentes.
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 | 0,022 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».