Uma matriz computacional para a detecção de eventos adversos
Os danos causados durante o cuidado de saúde ocorrem por toda parte e a uma taxa alarmante; para resolver este problema, é urgentemente necessário estabelecer um conjunto de metodologias de detecção computacional de eventos adversos. Para compreender toda a gama de métodos de detecção de eventos adversos utilizados atualmente, desenvolvemos uma matriz computacional de detecção de eventos adversos. Esta estrutura é formada pelos métodos usados atualmente nos hospitais dos EUA para detectar eventos de segurança do paciente. Ela contém 1) conceitos e 2) estratégias sintetizadas de detecção de eventos adversos, assim como cálculos de sobreposição de dados codificados no subconjunto de algoritmos implementados de forma inteiramente computacional. Mais importante ainda, esta matriz gera uma imagem clara das lacunas de cobertura na detecção de eventos adversos.
Resumo:
Harms caused during healthcare encounters are pervasive and occur at an alarming rate; therefore, building a set of computational detection methodologies in the adverse event area is urgently needed to address this problem. To understand the entire range of adverse event detection methods currently in practice we have developed a computational adverse event detection matrix. This structure is made of methods used presently at US hospitals to detect patient safety events. It contains adverse event 1) concepts and 2) synthesized detection strategies as well as calculations of overlap of coded data in the subset of algorithms implemented completely computationally. Most importantly, this matrix provides a clear picture of coverage gaps in the detection of adverse events.
