MétaCan
Menu
Retour à la cohorte
Enregistrement W3120833576 · doi:10.1177/0194599820986584

Ambient Noise Levels and Wireless Headsets for Communication in Aerosolizing Otolaryngology Surgery During COVID‐19

2021· article· en· W3120833576 sur OpenAlexaff
Marc Levin, Kelvin Zhou, E Sommer, Tobial McHugh, Doron D. Sommer

Notice bibliographique

RevueOtolaryngology · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensWilfrid Laurier UniversityMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHeadsetOtorhinolaryngologyMedicineSurgical teamCoronavirus disease 2019 (COVID-19)Noise (video)AudiologyPreparednessMedical emergencySurgeryComputer scienceDiseaseTelecommunicationsPathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The objective of this short scientific communication is to describe and test a strategy to overcome communication barriers in coronavirus disease 2019 (COVID‐19) era otolaryngology operating rooms. Thirteen endoscopic sinus surgeries, 4 skull base surgeries, and 1 tracheotomy were performed with powered air‐purifying respirators. During these surgeries, surgical team members donned headsets with microphones linked via conference call. Noise measurements and survey responses were obtained and compared to pre–COVID‐19 data. Noise was problematic and caused miscommunication as per 93% and 76% of respondents, respectively. Noise in COVID‐19 era operating rooms was significantly higher compared to pre–COVID‐19 era data (73.8 vs 70.2 decibels, P =. 04). Implementation of this headset strategy significantly improved communication. Respondents with headsets were less likely to encounter communication problems (31% vs 93%, P <. 001). Intraoperative measures to protect surgical team members during aerosolizing surgeries may impair communication. Linking team members via a conference call is a solution to improve communication.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,117
Tête enseignante GPT0,387
Écart entre enseignants0,270 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOtolaryngologyMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207