MétaCan
Menu
Retour à la cohorte
Enregistrement W4295751219 · doi:10.1097/xcs.0000000000000341

How Well Is Surgical Improvement Being Conducted? Evaluation of 50 Local Surgery-Related Improvement Efforts

2022· article· en· W4295751219 sur OpenAlexaff
Clifford Y. Ko, Tejen Shah, Avery B. Nathens, Catherine Grant, Kim Evans-Labok, Lynn Modla, Tammy Morgan, Karen Pollitt, Erin Reuter, Heidi Nelson

Notice bibliographique

RevueJournal of the American College of Surgeons · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineQuality managementAccreditationDocumentationStakeholderPerformance improvementQuality (philosophy)Program evaluationPDCAOperations managementMedical educationStatisticsManagement

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,284
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of SurgeonsMême sujetSurgical Simulation and TrainingTravaux en français237 207