Evaluations for New Healthcare Environment Commissioning and Operational Decision Making Using Simulation and Human Factors: A Case Study of an Interventional Trauma Operating Room
Notice bibliographique
Résumé
PURPOSE: The aim of this article is to provide a case study example of the preopening phase of an interventional trauma operating room (ITOR) using systems-focused simulation and human factor evaluations for healthcare environment commissioning. BACKGROUND: Systems-focused simulation, underpinned by human factors science, is increasingly being used as a quality improvement tool to test and evaluate healthcare spaces with the stakeholders that use them. Purposeful real-to-life simulated events are rehearsed to allow healthcare teams opportunity to identify what is working well and what needs improvement within the work system such as tasks, environments, and processes that support the delivery of healthcare services. This project highlights salient evaluation objectives and methods used within the clinical commissioning phase of one of the first ITORs in Canada. METHODS: A multistaged evaluation project to support clinical commissioning was facilitated engaging 24 stakeholder groups. Key evaluation objectives highlighted include the evaluation of two transport routes, switching of operating room (OR) tabletops, the use of the C-arm, and timely access to lead in the OR. Multiple evaluation methods were used including observation, debriefing, time-based metrics, distance wheel metrics, equipment adjustment counts, and other transport route considerations. RESULTS: The evaluation resulted in several types of data that allowed for informed decision making for the most effective, efficient, and safest transport route for an exsanguinating trauma patient and healthcare team; improved efficiencies in use of the C-arm, significantly reduced the time to access lead; and uncovered a new process for switching OR tabletop due to safety threats identified.
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 | 0,025 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».