MétaCan
Menu
← Retour à la cohorte
Enregistrement W329919594

Zero tolerance policies toward adverse outcomes during labor and delivery: don't forget about the pilot.

2009· article· en· W329919594 sur OpenAlexaboutno aff
James A Greenberg, Errol R. Norwitz

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChecklistMedicinePraiseGlobeNewspaperHealth carePopulationLawPsychologyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The publication in January 2009 of an article entitled “A Surgical Safety Checklist to Reduce Morbidity and Mortality in a Global Population,” by Haynes and colleagues in the New England Journal of Medicine,1 set off another round of recommendations for airline industry panaceas for our health care system. The Washington Post extolled the lifesaving effects of “a basic cockpit-style checklist in the operating room,” noting that “[s]urgeons ... are discovering what airline pilots learned decades ago ... .”2 Similarly, Toronto’s The Globe and Mail proclaimed “[a] simple operating room checklist, similar to the one pilots use in the cockpit before takeoff, can dramatically reduce major complications in patients and even save lives, according to a just published study.”3 Interestingly, the same day that the New England Journal of Medicine article hit the news services, US Airways Flight 1549 crashed into the Hudson River just minutes after taking off from New York’s LaGuardia Airport. All 155 people aboard were evacuated safely from the stricken aircraft. Reflecting on this miraculous outcome from a potentially disastrous situation, newspapers and the public universally singled out the pilot for his efforts. “I don’t think there’s enough praise to go around for someone who does something like this. This is something you really can’t prepare for,” said former Delta pilot Denny Walsh.4 “You really don’t practice water landings in commercial airplanes. Just the sheer expertise he demonstrated is amazing.” “It would appear that the pilot did a masterful job of landing the plane in the river and then making sure that everybody got out,” said New York City Mayor Michael R. Bloomberg.4 Although checklists and simulators will surely enhance patient safety, let us not forget the pilot. For difficult surgeries, complicated labors, or vexing medical dilemmas, someone who knows what to do is still a key component to achieving the best outcome. Effective systems are necessary, but not sufficient for patient safety. We must continue to aggressively recruit the best medical students, to train them in superb residency programs, and to maintain their skills through effective continuing medical education programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,102
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,102
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,008
Communication savante0,0080,011
Science ouverte0,0030,010
Intégrité de la recherche0,0140,018
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetCardiac, Anesthesia and Surgical Outcomes→Travaux en français237 207→