At the Crossroad with Morbidity and Mortality Conferences: Lessons Learned through a Narrative Systematic Review
Notice bibliographique
Résumé
Objective. To determine the process and structure of Morbidity and Mortality Conference (MMC) and to provide guidelines for conducting MMC. Methods. Using a narrative systematic review methodology, literature search was performed from January 1, 1950, to October 2, 2012. Original articles in adult population were included. MMC process and structure, as well as baseline study demographics, main results, and conclusions, were collected. Results. 38 articles were included. 10/38 (26%) pertained to medical subspecialties and 25/38 (66%) to surgical subspecialties. 15/38 (40%) were prospective, 14/38 (37%) retrospective, 7/38 (18%) interventional, and 2/38 (5%) cross-sectional. The goals were quality improvement and education. Of the 10 medical articles, MMC were conducted monthly 60% of the time. Cases discussed included complications (60%), deaths (30%), educational values (30%), and system issues (40%). Recommendations for improvements were made frequently (90%). Of the 25 articles in surgery, MMCs were weekly (60% of the time). Cases covered mainly complications (72%) and death (52%), with fewer cases dedicated to education (12%). System issues and recommendations were less commonly reported. Conclusion. Fundamental differences existed in medical versus surgical departments in conducting MMC, although the goals remained similar. We provide a schematic guideline for MMC through a summary of existing literature.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,267 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,015 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».