MétaCan
Menu
Retour à la cohorte

Continuous wristband monitoring over 2 years decreases identification errors: a College of American Pathologists Q-Tracks Study.

2002· article· en· W73616242 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)MedicineContext (archaeology)Physical therapy

Résumé

récupéré en direct d'OpenAlex

○ Context.-Identification of patients is one of the first steps in ensuring the accuracy of laboratory results. In the United States, hospitalized patients wear wristbands to aid in their identification, but wristbands errors are frequently found. Objective.-To investigate if continuous monitoring of wristband errors by participants of the College of American Pathologists (CAP) Q-Tracks program results in lower wristband error rates. Setting.-A total of 217 institutions voluntarily participating in the CAP Q-Tracks interlaboratory quality improvement program in 1999 and 2000. Design.-Participants completed a demographic form, answered a questionnaire, collected wristband data, and at the end of the year, best and most improved performers answered another questionnaire seeking suggestions for improvement. Each institution's phlebotomists inspected wristbands for errors before performing phlebotomy and recorded the number of patients with wristband errors. On a monthly basis, participants submitted data to the CAP for data processing, and at the end of each quarter, participants received summarized comparisons. At the end of each year, participants also received a critique of the results along with suggestions for improvement. Main Outcome Measures.-The percentage of wristband errors by quarter, types of wristband errors, and suggestions for improvement. Results.-During 2 years, 1 757 730 wristbands were examined, and 45197 wristband errors were found. The participants' mean wristband error rate for the first quarter in 1999 was 7.40%; by the eighth quarter, the mean wristband error rate had fallen to 3.05% (P<.001). Continuous improvement occurred in each quarter for participants in the 1999 and 2000 program and in 7 of 8 quarters for those who participated in both 1999 and 2000. Missing wristbands accounted for 71.6% of wristband errors, and best performers usually had wristband error rates under 1.0%. The suggestion for improvement provided by the largest number of best and most improved performers was that phlebotomists should refuse to perform phlebotomy on a patient when a wristband error is detected. Conclusions.-The wristband error rate decreased markedly when this rate was monitored continuously using the CAP Q-Tracks -program. The Q-Tracks program provides a useful tool for improving the quality of services in anatomic pathology and lahoratory medicine.

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.

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)0,004
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 enseignants0,185
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,363
Écart entre enseignants0,323 · 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