How Well Is Surgical Improvement Being Conducted? Evaluation of 50 Local Surgery-Related Improvement Efforts
Notice bibliographique
Résumé
BACKGROUND: Delivering high-quality care is paramount; however, evaluations show mixed results. Studies assessing improvement efforts in nonsurgical disciplines show suboptimal conduct, yet little is known about how well improvement efforts in surgery are conducted. This study evaluates local surgical improvement efforts to determine whether opportunities exist to improve their conduct. STUDY DESIGN: Fifty consecutive improvement efforts were collected from hospitals participating in 1 of 5 American College of Surgeons Quality Accreditation/Verification Programs. Conduct of these efforts was evaluated using a quality framework (with 39 criteria grouped into 8 components). Descriptive, paired, and 1-way ANOVA analyses were undertaken. RESULTS: The mean percentage of 39 criteria fulfilled for the 50 improvement efforts was 36% (range 0% to 72%). Individual criterion scores ranged from 0% to 82%. The 2 highest scoring criteria were improvement planning and problem documentation; the 2 lowest scoring were value assessments and stakeholder value perspective. The highest scoring framework component addressed End-of-Project Decision-Making (47%); the lowest was Cost Evaluation (3%). Twenty-four percent of 50 improvement efforts reported full achievement of project goals, 32% reported partial achievement, and 44% reported no achievement. Higher scores were associated with projects having full/partial achievement of stated project goals vs projects not achieving project goals (p < 0.05). Higher scores were not associated with hospital characteristics (eg bed size, teaching status) or improvement characteristics (eg improvement strategy). CONCLUSIONS: Evaluation of local surgical improvement efforts shows opportunities for improvement. Better-conducted improvement efforts were associated with more effective improvement. To support better surgical quality of care, improvement efforts need to improve.
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 | 0,020 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».