Effect of the surgical safety checklist on provider and patient outcomes: a systematic review
Notice bibliographique
Résumé
Background Despite being implemented for over a decade, literature describing how the surgical safety checklist (SSC) is completed by operating room (OR) teams and how this relates to its effectiveness is scarce. This systematic review aimed to: (1) quantify how many studies reported SSC completion versus described how the SSC was completed; (2) evaluate the impact of the SSC on provider outcomes ( C ommunication, case U nderstanding, S afety C ulture, CUSC), patient outcomes (complications, mortality rates) and moderators of these relationships. Methods A systematic literature search was conducted using Medline, CINAHL, Embase, PsycINFO, PubMed, Scopus and Web of Science on 10 January 2020. We included providers who treat human patients and completed any type of SSC in any OR or simulation centre. Statistical directional findings were extracted for provider and patient outcomes and key factors (eg, attentiveness) were used to determine moderating effects. Results 300 studies were included in the analysis comprising over 7 302 674 operations and 2 480 748 providers and patients. Thirty-eight per cent of studies provided at least some description of how the SSC was completed. Of the studies that described SSC completion, a clearer positive relationship was observed concerning the SSC’s influence on provider outcomes (CUSC) compared with patient outcomes (complications and mortality), as well as related moderators. Conclusion There is a scarcity of research that examines how the SSC is completed and how this influences safety outcomes. Examining how a checklist is completed is critical for understanding why the checklist is successful in some instances and not others.
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 | 0,018 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».