Objectives: to analyze patient safety culture from nursing professionals’ perception at a university hospital, by assessing the convergence between the Safety Attitudes Questionnaire and the Hospital Survey on Patient Safety Culture. Methods: a cross-sectional study, with 434 nursing professionals. Data collection took place through the application of both instruments. Descriptive and inferential statistics were used. Results: in the Hospital Survey on Patient Safety Culture, the “teamwork within the units” dimension was considered a strong area of patient safety. In the Safety Attitudes Questionnaire, the “job satisfaction” and “perception of stress” domains reached the score for a good safety culture. Patient safety culture perception is correlated, in both instruments, with high magnitude. Conclusions: the two instruments converge towards a similar assessment of patient safety culture.

Conflitos de interesse: nada a declarar. ResumoObjetivo: Comparar o desempenho de modelos de aprendizado de máquina com o Medication Fall Risk Score (MFRS) na previsão de risco de queda relacionado a medicamentos prescritos.Métodos: Trata-se de um estudo caso-controle retrospectivo de pacientes adultos e idosos de um hospital terciário de Porto Alegre, RS, Brasil. Medicamentos prescritos e classes de medicamentos foram investigados. Os dados foram exportados para o software RStudio para análise estatística. As variáveis foram analisadas por meio dos algoritmos de Regressão Logística, Naive Bayes, Random Forest e Gradient Boosting. A validação do algoritmo foi realizada usando validação cruzada de 10 vezes. O índice de Youden foi a métrica selecionada para avaliar os modelos. O projeto foi aprovado pelo Comitê de Ética em Pesquisa.Resultados: O modelo de aprendizado de máquina que apresentou melhor desempenho foi o desenvolvido pelo algoritmo Naive Bayes. O modelo construído a partir de um conjunto de dados de um hospital específico apresentou melhores resultados para a população estudada do que o MFRS, uma ferramenta generalizável.Conclusão: Ferramentas de previsão de risco que dependem de aplicação e registro adequados por parte dos profissionais demandam tempo e atenção que poderiam ser alocados ao cuidado do paciente. Modelos de previsão construídos por meio de algoritmos de aprendizado de máquina podem ajudar a identificar riscos para melhorar o atendimento ao paciente.

RESUMO Objetivos: analisar a cultura de segurança do paciente a partir da percepção dos profissionais de enfermagem de um hospital universitário, por meio da avaliação da convergência entre o Safety Attitudes Questionnaire e o Hospital Survey on Patient Safety Culture. Métodos: estudo transversal, com 434 profissionais de enfermagem. A coleta dos dados ocorreu mediante aplicação de ambos os instrumentos. Utilizou-se estatística descritiva e inferencial. Resultados: no Hospital Survey on Patient Safety Culture, a dimensão “trabalho em equipe no âmbito das unidades” foi considerada uma área forte da segurança do paciente. No Safety Attitudes Questionnaire, os domínios “satisfação no trabalho” e “percepção de estresse” atingiram o escore para boa cultura de segurança. A percepção de cultura de segurança do paciente se correlaciona, em ambos os instrumentos, com magnitude elevada. Conclusões: os dois instrumentos convergem para uma avaliação semelhante da cultura de segurança do paciente.

The proposed study aims to verify whether drugs, drug classes, and polypharmacy related to the occurrence of falls are the same for hospitalized adults and older people. The present protocol was registered in the International Prospective Register of Systematic Reviews (PROSPERO) (ID: CRD42020208624). The search for articles will be carried out in PubMed, Embase, and in Latin American and Caribbean Literature on Health Sciences (Lilacs) databases. If quantitative analysis is not possible, a synthesis of the present information will be carried out.