Knowledge and attitudes towards surgical safety checklists: a survey of veterinary professionals
Notice bibliographique
Résumé
OBJECTIVE: To determine the knowledge and use of safe surgical checklists (SSCs) and surgical safety practices (SSPs) in different sectors of veterinary medicine. SAMPLE: 1,235 small animal veterinarians who perform surgery in the United States and Canada. PROCEDURES: An online survey was distributed to veterinarians through social media platforms, specialty listservs, and the Veterinary Information Network. Respondents provided information regarding their role, practice type, as well as knowledge, attitudes, and use of SSCs. Respondents also provided information about performance of SSPs including team introductions; confirmation of antibiotic prophylaxis, patient identity, procedure to be performed; and confirmation of completion of all procedures. RESULTS: A greater proportion of Diplomates of the American College of Veterinary Surgeons (49/77 [64%]) reported using an SSC than other veterinarians (257/1157 [22%]; P < .0001). A greater proportion of veterinarians working in university and multispecialty hospitals reported using a SSC (71/142 [50%]) than in other practice settings (235/1092 [22%]; P < .0001). Use of a SSC correlated with consistent performance of surgical safety practices listed above (P < .0001). Primary care veterinarians commonly reported not using a SSC because they did not know about them (359/590 [61%]). Of the 507 respondents who had ever used a SSC, 333 (66%) believed the checklist had prevented an error or complication. CLINICAL RELEVANCE: Despite widespread knowledge and adoption of SSC use in human medicine, knowledge and use of SSCs is lacking in primary care veterinary practice. Checklist use has previously been shown to decrease post operative complications and in this study was correlated with increased use of SSPs that decreased complications.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».