Incidence and Reasons for a Surgical Cancellation at a Hospital in Rwanda
Notice bibliographique
Résumé
Background: Surgery cancellation is a challenging and costly event resulting in operating theatre inefficiency and psychological and financial problems for the patients and their families. This study aimed to find out the incidence and reasons for surgical cancellation at a Rwandan hospital. Methods: A retrospective study was conducted on 736 patients' files obtained from theatre registry lists of surgical operations done from January to March 2017. The American Association of Perioperative Nurses (AORN) checklist for documenting cancelled surgical cases was used to establish the rate and reasons for cancellation. Data were analyzed using frequency and percentage descriptive statistics. Results: Out of the 736 surgeries booked, 179 (24.3%) were cancelled as follows: Orthopedic and general surgeries (28.2%) respectively, gynecology and obstetrics (27.4%), urology surgeries (15.5%), maxillofacial surgeries (15.9%), ENT (15.6%) and plastic surgeries (13.3%). Time constrain/long list (19.6%), acute change in medical status (10.6%), non-turn-up of the patient (8.4%), and abnormal lab findings (7.8%) were the most prevalent reasons. Conclusion: The surgical cancellation rate at the study hospital was 24%, increasing with the number of patients booked and the type of surgical procedure. A prospective study is required to gain more insight into the reason for cancellations, mostly amenable to mitigation measures.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».