Checklist feasibility and impact in gastrointestinal endoscopy: a systematic review and narrative synthesis
Notice bibliographique
Résumé
Abstract Background and study aim Checklists prevent errors and have a positive impact on patient morbidity and mortality in surgical settings. Despite increasing use of checklists in gastrointestinal endoscopy units across many countries, a summary of cumulated experience is lacking. The aim of this study was to identify and evaluate the feasibility of successful checklist implementation in gastrointestinal endoscopy units and summarise the evidence of its impact on the commitment in safety culture. Methods A comprehensive literature search was performed identifying the use of a checklist or time-out in endoscopy units from 1978 to January 2020 using OVID MEDLINE, EMBASE, and ISI Web of Knowledge databases, with search terms related to checklist and endoscopy. We summarised overall adherence to checklists from included studies through a narrative synthesis, characterizing barriers and facilitators according to nurse and physician perspectives, while also summarizing safety endpoints. Results The seven studies selected from 673 screened citations were highly heterogeneous in terms of methodology, context, and outcomes. Across five of these, checklist adherence rates post-intervention varied for both nurses (84 % to 96 %) and physicians (66 % to 95 %). Various facilitators (education, continued reassessment) and barriers (lack of safety culture, checklist completion time) were identified. Most studies did not report associations between checklist implementation and clinical outcomes, except for better team communication. Conclusion Implementation of a gastrointestinal endoscopy checklist is feasible, with an understanding of relevant barriers and facilitators. Apart from a significant increase in the perception of team communication, evidence for a measurable impact attributable to gastrointestinal checklist implementation on endoscopic processes and safety outcomes is limited and warrants further study.
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 | 0,053 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,015 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».