Surgical Teams’ Attitudes About Surgical Safety and the Surgical Safety Checklist at 10 Years
Notice bibliographique
Résumé
To assess health care professionals' attitudes on the Surgical Safety Checklist ("the Checklist") in resource-rich health systems and provide insights on strategies for optimizing Checklist use. Background: In use for over a decade, the Checklist is a safety instrument aimed at improving operating room communication, teamwork, and evidence-based safety practices. Methods: An online survey was sent to surgeons, nurses, and anesthesiologists in 5 high-income countries (Canada, the United States, the United Kingdom, Australia, and New Zealand). Survey results were analyzed using SPSS. Results: A total of 2032 health care professionals completed the survey. Of these respondents, 47.6% were nurses, 70.5% were women, 65.1% were from the United States, and 50.0% had 20 years of experience or more in their role. Most respondents felt the Checklist positively impacted patient safety (70.9%), team communication (73.1%), and teamwork (58.9%). Only 50.3% of respondents were satisfied their team's use of the Checklist, and only 47.5% reported team members stopping to fully participate in the process. More nurses lacked confidence regarding their role in the Checklist process than surgeons and anesthesiologists combined (8.9% vs 4.3%). Fewer surgeons and anesthesiologists than nurses felt they received adequate training on the Checklist's use (57.8% vs 76.7%). Conclusions: While most respondents perceive the Checklist as enhancing patient safety, not all surgical team members are actively engaging with its use. To enhance buy-in and meaningful use of the Checklist, health systems should provide more training on the Checklist with respect to its purpose and strengthening teamwork.
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 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 | 0,007 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».