PP27 Additional Capabilities In Health Technology Assessment To Support Decision Making
Notice bibliographique
Résumé
Introduction Decision-making regarding an open or a closed fluid waste management system (FWMS) in the planning of thirty operating rooms (ORs) of a new hospital at the CHU de Québec-Université-Laval was an opportunity to explore additional capabilities in health technology assessment (HTA) to support evidence-based planning. Methods Issues related to FWMSs in ORs were assessed from multiple data sources including: (i) systematic review in indexed databased and grey literature, (ii) waste management laws and regulations, (iii) local registry of reported incidents/accidents, (iv) occupational health and safety database, (v) electronic patient records (EPRs), (vi) field evaluation of two closed FWMSs, (vii) costs, and (viii) survey on FWMSs in ORs of other Quebec hospitals. Results Closed FWMSs in ORs could reduce health care professional exposure to blood and body fluids (BBF) according to two low-quality studies. Cases of occupational and patient exposure to BBF with closed FWMSs, some of which had severe issues, were reported to the U.S. Food and Drug Administration. Depending on the volume, discharge of BBF to the sanitary sewer may be authorized upon the approval of the competent municipal authorities. Compared to an open system, a closed FWMS has the potential to reduce manipulation of canisters during the cases because of large canister capacity (24 L). However, local data showed that BBF and irrigation fluid amounts in ORs are <2 L in 84 percent of cases and >2 L in a minority of surgeries, whereas a closed FWMS is associated with higher costs for BBF volumes <12 L. Other issues were observed during field evaluation (e.g., occupational noise). Closed FWMS implementation in other hospitals was very limited in the survey. Conclusions Available evidence does not support the widespread use of a closed FWMS. Use of mixed-methods in this particular HTA allowed to assist decision makers on the choice of an FWMS in the OR planning.
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 | 0,101 | 0,248 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,016 | 0,012 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,008 |
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 ».