开发和验证一种新的工具,用于识别和分类与外科手术死亡率相关的非技术错误

科学领域:

• 医学错误分析 医学错误分析
• 手术患者的安全.
• 医疗服务研究 医疗服务研究

背景情况:

• 非技术性错误对手术不良事件有很大影响,需要改进评估方法.
• 目前在手术环境中缺乏用于追溯识别非技术错误的工具.
• 本研究解决了需要一个验证的工具来分析手术患者护理中的非技术性错误的需求.

研究的目的:

• 开发在手术环境中识别和分类非技术错误的系统 (SICNESS).
• 提供证据证明SICNESS工具的有效性和评估者之间的可靠性.
• 为了能够追溯识别和分类手术患者护理中的非技术性错误.

主要方法:

• SICNESS工具是使用文献审查,修改后的Delphi过程和两个试点阶段开发的.
• 两位独立审查员使用SICNESS工具评估了12个月的外科死亡率数据.
• 通过使用科恩的 κ 和弗莱斯的 κ 系数来评估验证和评审者之间的可靠性.

主要成果:

• 试点研究表明,在非技术性错误识别和分类方面,评级者之间的可靠性强到中等.
• 领导力和沟通等特定类别显示出接近完美到强大的可靠性 (κ > 0.85).
• 情境意识和总体同意显示出中等可靠性 (分别为0.79和0.69).

结论:

• 该SICNESS工具是一个可靠和有效的工具,用于对外科手术中的非技术性错误进行回顾性分析.
• 该工具有助于识别和分类与患者死亡率相关的错误.
• SICNESS通过了解有助于非技术因素,支持改善手术患者安全的努力.