Effect of surgical safety checklists on pediatric surgical complications in Ontario
Notice bibliographique
Résumé
BACKGROUND: In health care, most preventable adverse events occur in the operating room. Surgical safety checklists have become a standard of care for safe operating room practice, but there is conflicting evidence for the effectiveness of checklists to improve perioperative outcomes in some populations. Our objective was to determine whether surgical safety checklists are associated with a reduction in the proportion of children who had perioperative complications. METHODS: We conducted a retrospective cohort study using administrative health care databases housed at the Institute for Clinical Evaluative Sciences to compare the risk of perioperative complications in children undergoing common types of surgery before and after the mandated implementation of surgical safety checklists in 116 acute care hospitals in Ontario. The primary outcome was a composite outcome of 30-day all-cause mortality and perioperative complications. RESULTS: We identified 14 458 and 14 314 surgical procedures in pre- and postchecklist groups, respectively. The proportion of children who had perioperative complications was 4.08% (95% confidence interval [CI] 3.76%-4.40%) before the implementation of the checklist and 4.12% (95% CI 3.80%-4.45%) after implementation. After we adjusted for confounding factors, we found no significant difference in the odds of perioperative complications after the introduction of surgical safety checklists (adjusted odds ratio 1.01, 95% CI 0.90-1.14, p = 0.9). INTERPRETATION: The implementation of surgical safety checklists for pediatric surgery in Ontario was not associated with a reduction in the proportion of children who had perioperative complications. TRIAL REGISTRATION: ClinicalTrials.gov, no. NCT02419053.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».