Gestão proativa da segurança em serviços de trauma: aplicação do sistema de análise e classificação de fatores humanos
Introdução: Este artigo examina a confiabilidade do Sistema de Análise e Classificação de Fatores Humanos (Human Factors Analysis and Classification System, HFACS) para classificar dados observacionais sobre fatores humanos coletados prospectivamente em um centro de reanimação de trauma.
Métodos: Três analistas de fatores humanos classificaram individualmente 1.137 interrupções ao fluxo de trabalho identificadas em um conjunto de dados previamente coletados que envolveu a observação de 65 atendimentos de trauma usando o referencial HFACS.
Resultados: Os resultados revelaram que o referencial teve uma boa confiabilidade global (k=0,680); a concordância aumentou quando foram investigadas apenas as precondições para os atos inseguros (k=0,757). A análise também revelou que as precondições para a categoria de atos inseguros eram muito frequentes (91,95%), consistindo principalmente em falhas de comunicação, coordenação e planejamento.
Conclusão: Este estudo ajuda a validar o uso do HFACS como uma ferramenta para classificar dados observacionais em diversos domínios do cuidado de saúde. Identificando as precondições para os atos inseguros, os profissionais da saúde podem estabelecer um sistema mais robusto de gestão da segurança que proporcione uma melhor compreensão dos tipos de ameaças que podem afetar a segurança do paciente.
Introduction: This article examines the reliability of the Human Factors Analysis and Classification System (HFACS) for classifying observational human factors data collected prospectively in a trauma resuscitation center.
Methods: Three trained human factors analysts individually categorized 1,137 workflow disruptions identified in a previously collected data set involving 65 observed trauma care cases using the HFACS framework.
Results: Results revealed that the framework was substantially reliable overall (kappa = 0.680); agreement increased when only the preconditions for unsafe acts were investigated (kappa = 0.757). Findings of the analysis also revealed that the preconditions for unsafe acts category was most highly populated (91.95%), consisting mainly of failures involving communication, coordination, and planning.
Conclusion: This study helps validate the use of HFACS as a tool for classifying observational data in a variety of medical domains. By identifying preconditions for unsafe acts, health care professionals may be able to construct a more robust safety management system that may provide a better understanding of the types of threats that can impact patient safety.
