Impact of a Preoperative Safety Checklist on Perioperative Quality Outcomes and Operative Efficiency
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
INTRODUCTION: Additional preoperative safety checklist requirements at Penn State Health were recently implemented on the morning of surgery. We evaluate whether this added safety policy impacted reported adverse patient safety events and institutional operating room performance indicators. METHODS: Key operating room performance indicators from fiscal years 2016 through 2019 quarter 2 were reviewed. Additional attestation requirements by the attending surgeon were implemented at start of fiscal year 2018 (July 1, 2017). All reported perioperative patient safety events during this time were reviewed with events classified into one of 8 select categories. RESULTS: Total operative case volume was 49,894 cases in fiscal years 2016 and 2017, and 36,533 in fiscal years 2018 and 2019 through quarter 2 (p <0.10). Mean operating room use was 81% in both groups (p <0.46). First case on time start rates decreased from 79.5% to 58%, respectively (p <0.0001). Mean turnover time between cases also increased from 35 minutes to 40 minutes, respectively (p <0.0001). There were 252 patient events (0.51%) in fiscal years 2016 and 2017 compared to 94 (0.26%) events in fiscal years 2018 and 2019 through quarter 2 following implementation of the surgical safety checklist (p <0.0001). The number of incomplete preoperative checklists (39 vs 14, p=0.008) and missing/incomplete patient identification bands (15 vs 2, p=0.004) were also decreased between fiscal years 2016 and 2017, and fiscal years 2018 and 2019 through quarter 2, respectively. CONCLUSIONS: A day-of-surgery safety checklist decreased the number of reported patient safety events but with a negative impact on standard metrics of operating room productivity for 18 months following implementation. Further study is necessary to determine if these effects persist over time.
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 | 0,001 | 0,009 |
| 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) | 0,000 | 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