Sommaire du système de surveillance des erreurs transfusionnelles : 2008-2011
Bibliographic record
Abstract
Contexte : Bien que le système du sang du Canada soit l'un des plus sûrs au monde, des erreurs peuvent survenir en tout temps entre le moment du prélèvement du sang et des produits sanguins et celui de leur transfusion.Le Système de surveillance des erreurs transfusionnelles (SSET) a été mis sur pied par l'Agence de la santé publique du Canada (l'Agence) pour surveiller la survenue d'erreurs le long de la chaîne de transfusion.Objectif : Présenter une analyse des données du SSET recueillies sur la période allant de 2008 à 2011.Méthodologie : Entre 2008 et 2011, 12 à 15 hôpitaux de quatre provinces ont participé au SSET.Chaque trimestre, les données concernant toutes les erreurs transfusionnelles observées étaient transmises électroniquement à l'Agence où elles étaient regroupées, épurées, validées et analysées.Les erreurs transfusionnelles ont été réparties en plusieurs catégories selon qu'elles étaient détectées avant ou après la transfusion et selon leurs répercussions potentielles sur la santé des patients.La fréquence de survenue des divers types d'erreurs a été calculée à l'aide des dénominateurs correspondants.Les résultats ont été regroupés en fonction de la capacité de transfusion des hôpitaux participant à la surveillance.Résultats : Entre 2008 et 2011, un total de 34 088 erreurs transfusionnelles ont été déclarées.Sur ce total, 33 622 (98,6 %) ont été détectées avant la transfusion.Les erreurs les plus souvent signalées étaient celles liées à la collecte (40,1 %) et à la manipulation (10,4 %) des échantillons de sang.Sur les 466 erreurs (1,4 %) découvertes après l'administration de la transfusion, 66 (14,2 %) ont été d'une gravité potentielle élevée et 16 ont provoqué des effets indésirables chez les patients.Les commandes inappropriées, incorrectes ou non effectuées de produits ont été à l'origine de plus de 56 % (n = 9) de ces erreurs et la surcharge volémique post-transfusionnelle a été la réaction indésirable la plus courante, touchant 8 (50 %) des patients ayant présenté des effets indésirables.Conclusion : Les données du SSET de 2008 à 2011 montrent que les transfusions sanguines sont sûres et efficaces dans les hôpitaux canadiens participant à la surveillance et mettent en lumière les erreurs les plus courantes et les plus préjudiciables qui pourraient faire l'objet de mesures correctives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".