Can a simple ‘cost-awareness’ campaign for laparoscopic hysterectomy change the use and costs of disposable surgical supplies? Pre–post non-controlled study
Notice bibliographique
Résumé
OBJECTIVES: Does a cost-awareness campaign for gynaecologists lead to a change in use and costs of disposable surgical supplies for laparoscopic hysterectomy (LH) without increasing hospital utilisation measures (operating room (OR) time or hospital length of stay (LOS))? DESIGN: Pre-post non-controlled study. The OR database was used to identify relevant cases before and after the cost-awareness intervention, and provided information on quantity of each supply item, operative details and LOS. SETTING: Lois Hole Hospital for Women, Edmonton, Alberta, Canada. PARTICIPANTS: 12 laparoscopic trained gynaecologists (7 female, 5 male) participated in both phases of the study. Eligible surgical cases were all LH cases for any indication for women aged ≥18 years. 201 cases were undertaken before the intervention (2011-2013) and 229 cases after the intervention (2016-2017). INTERVENTION: The cost-awareness intervention for gynaecologists included site meetings and rounds providing information on costs of disposable and reusable instruments, a full day skills lab, OR posters about cost and effectiveness of disposable and reusable surgical supplies and demonstrations of reusable equipment (2015-2016). PRIMARY OUTCOME MEASURE: Disposable supplies costs per case (standardised for 2016 unit costs). RESULTS: There was a significant (p<0.05) reduction (unadjusted) in disposable supplies cost per case for LH between cases before and after the intervention: from $C1073, SD 281, to $C943 SD 209. Regression analysis found that the adjusted cost per case after the intervention was $C116 lower than before the intervention (95% CI -160 to -71). Neither OR time nor hospital LOS differed significantly between cohorts. CONCLUSIONS: Our study suggests that cost-awareness campaigns may be associated with reduction in the cost of surgery for LH. However, many other factors may have contributed to this cost reduction, possibly including other local initiatives to reduce costs and emerging evidence indicating lack of effectiveness of some surgical practices.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».