Wrong-sided and wrong-level neurosurgery: a national survey
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
OBJECT: Perhaps the single greatest error that a surgeon hopes to avoid is operating at the wrong site. In this report, the authors describe the incidence and possible determinants of incorrect-site surgery (ICSS) among neurosurgeons. METHODS: The authors asked neurosurgeons to complete an anonymous survey. These surgeons were asked to report the number of craniotomies and lumbar and cervical discectomies performed during the previous year, as well as whether ICSS had occurred. They were also asked detailed questions regarding the potential determinants of ICSS. RESULTS: There was a 75% response rate and a 68% survey completion rate. Participating neurosurgeons performed 4695 lumbar and 2649 cervical discectomies, as well as 10,203 craniotomies. Based on this self-reporting, the incidence of wrong-level lumbar surgery was estimated to be 12.8 [corrected] occurrences per 10,000 operations. The ICSSs per 10,000 cervical discectomies and craniotomies were 7.6 [corrected] and 2.0, [corrected] respectively. Neurosurgeons recognized fatigue, unusual time pressure, and emergent operations as factors contributing to ICSS. For spine surgery, in particular, unusual patient anatomy and a failure to verify the operative site by radiography were also commonly reported contributors. CONCLUSIONS: Neurosurgical ICSSs do occur, but are rare events. Although there are significant limitations to the survey-based methodology, the data suggest that the prevention of such errors will require neurosurgeons to recognize risk factors and increase the use of intraoperative imaging.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle