MétaCan
Menu
Retour à la cohorte
Enregistrement W3021336959 · doi:10.1503/cjs.009219

Morbidity and mortality conferences in general surgery: a narrative systematic review

2020· review· en· W3021336959 sur OpenAlexaffvenue
Nicholas R. Slater, Perneet Sekhon, Nori Bradley, Farhana Shariff, Julie Bedford, Heather Wong, Chieh Jack Chiu, Émilie Joos, Chad G. Ball, Morad Hameed

Notice bibliographique

RevueCanadian Journal of Surgery · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensKelowna General HospitalUniversity of British ColumbiaUniversity of CalgaryUniversity of AlbertaVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésMedicineNarrative reviewGeneral surgeryMEDLINENarrativeIntensive care medicineLiterature

Résumé

récupéré en direct d'OpenAlex

Background: In medical and surgical departments around the world, morbidity and mortality conferences (MMC) serve dual roles: they are cornerstones of quality-improvement programs and provide timely opportunities for education within the urgent context of clinical care. Despite the widespread adoption of MMCs, adverse events and preventable errors remain high or incompletely characterized, and opportunities to learn from and adjust to these events are frequently lost. This review examines the published literature on strategies to improve surgical MMCs. Methods: We searched OVID Medline, PubMed, Embase and CENTRAL. We defined our combination of search terms using a PICO (population, intervention, comparison, outcome) model, focusing on the use of MMCs in general surgery. Results: The MMC literature focused on 5 themes: educational value, error analysis, case selection and representation, attendance and dissemination. Strategies used to increase educational value included limiting case presentation time to 15-20 minutes, mandatory brief literature reviews, increasing audience interaction, and standardizing presentations using a PowerPoint template or SBAR (situation, background, assessment, recommendation) format. Interventions to improve error analysis included focused discussion on causative factors and taxonomic error analysis. Case selection was improved by using an electronic clinical registry, such as the National Surgery Quality Improvement Program, to better capture incidence of morbidity and mortality. Attendance was improved with teleconferencing. Dissemination strategies included MMC newsletters, incorporating MMCs into plan-do-check-act cycles, and surgeon report cards. Conclusion: Greater standardization of best practices may increase the quality improvement and educational impact of MMCs and provide a baseline to measure the effect of new MMC format innovations on the clinical and educational performance of surgical systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,154
Tête enseignante GPT0,361
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of SurgeryMême sujetHospital Admissions and OutcomesTravaux en français237 207