High-throughput Operating Room System for Joint Arthroplasties Durably Outperforms Routine Processes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Recent publications have focused on increased operating room (OR) throughput without increasing total OR time. The authors hypothesized that a system of parallel processing for lower extremity joint arthroplasties sustainably reduces nonoperative time and increases throughput. METHODS: The high-throughput parallel processing strategy included neuraxial anesthesia performed in an "induction room" adjacent to the OR, patient selection, an additional circulating nurse, and end-of-case transfer of care to a recovery room nurse who transported the patient from the OR to recovery. Instruments and supplies were prepared in a dedicated sterile setup area. Data were extracted from administrative databases. Group comparisons used standard statistical methods; statistical process control was used to evaluate performance over time. RESULTS: There were 688 historic control cases from 299 days over 16 months, and 905 high-throughput cases from 304 days spanning 24 consecutive months starting September 1, 2004. Throughput increased from 2.6 +/- 0.7 (mean +/- SD) to 3.4 +/- 0.8 arthroplasties per day per room. Nonoperative time decreased by 36 min (or 50%) per case. Operative time also decreased by 14 min (12%) per case. The end time for the high-throughput OR day was only 16 min later than control. Nonoperative time, operative time, and throughput remained significantly improved after 2 yr of operation. Contribution margin increased 19.6%. CONCLUSION: Reorganizing the perioperative work process for total joint replacements sustainably increased OR throughput. Because joint arthroplasties generated a positive margin greater than the incremental cost, the high-throughput system improved financial performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle