Reducing otolaryngology surgical inefficiency via assessment of tray redundancy
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: Health care costs in Canada continue to rise. As a result of this relentless increase in healthcare spending, ways to increase efficiency and decrease cost are constantly being sought. Surgical treatment is the mainstay of therapy for many conditions in the field of Otolaryngology- Head and Neck Surgery. The evidence suggests that room exists to optimize tray efficiency as a novel means of improving operating room throughput. METHODS: We conducted a review of instruments on surgical trays for 5 commonly performed procedures between July 5th, 2013 and September 20th, 2013 at St Joseph's Hospital. The Instrument Utilization Rate was calculated; we then designed new 'optimized' trays based on which instruments were used at least 20% of the time. We obtained tray building times from Central Processing Department, then calculated an overall mean time per instrument (to pack the freshly washed instruments). We then determined the time that could be saved by using our new optimized trays. RESULTS: In total, 226 instrument trays were observed (Table 1). The average Instrument Utilization Rate was 27.8% (+/- 13.1). Our optimized trays, on average, reduced tray size by 57%. The average time to pack one instrument was 17.7 seconds. CONCLUSIONS: By selectively reducing our trays, we plan to reduce tray content by an average of 57%. It is important to remember that this number looks at only 5 procedures in the Department of Otolaryngology- Head and Neck Surgery. If this was expanded city-wide to the rest of the departments, the improved efficiency could potentially be quite substantial.
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 | 0,005 | 0,001 |
| 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 | 0,001 | 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