Use of safety scalpels and other safety practices to reduce sharps injury in the operating room: What is the evidence?
Notice bibliographique
Résumé
BACKGROUND: The occupational hazard associated with percutaneous injury in the operating room (OR) has encouraged harm reduction through behaviour change and the use of safety-engineered surgical sharps. Some Canadian regulatory agencies have mandated the use of "safety scalpels." Our primary objective was to determine whether safety scalpels reduce the risk of percutaneous injury in the OR, while a secondary objective was to evaluate risk reduction associated with other safety practices. METHODS: We used evidence review methods described by the International Liaison Committee on Resuscitation and conducted a systematic, English-language search of Ovid, MEDLINE and EMBASE using the following search terms: "safety-engineered scalpel," "mistake proofing device," "retractable/removable blade/scalpel," "pass tray," "hands free passing," "neutral zone," "sharpless surgery," "double/cutproof gloving" and "blunt suture needles." Included articles were scored according to level of evidence; quality; and whether they were supportive, opposed or neutral to the study question(s). RESULTS: Of 72 included citations, none was supportive of the use of safety scalpels. There was high-level/quality evidence (Cochrane reviews) in support of risk reduction through double-gloving and use of blunt suture needles, with additional evidence supporting a pass tray/neutral zone for sharps handling (4 of 5 articles supportive) and use of suturing adjuncts (1 article supportive). CONCLUSION: There is insufficient evidence to support regulated use of safety scalpels. Injury-reduction strategies should emphasize proven methods, including double-gloving, blunt suture needles and use of hands-free sharps transfer.
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.
Comment cette classification a été obtenuedéplier
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».