MétaCan
Menu
Retour à la cohorte
Enregistrement W4319058255

A prospective survey of veterinary anesthesia equipment in Alberta, Canada, using a standardized checkout procedure.

2023· article· en· W4319058255 sur OpenAlexaffabout
Jocelyn J M Marchiori, Melanie J Prebble, Daniel Pang

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAnestheticMedicineAnesthesia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: In both human and veterinary medicine, it is recommended that an anesthetic machine checkout procedure (preuse check) be performed daily, with some items tested before each case, to confirm safe function and the check results recorded. Objective: The objective of this prospective study was to evaluate anesthetic machines in private veterinary clinics in Alberta (Canada) using a standardized checkout procedure. Animals and procedures: One-hundred consecutive anesthetic machines were assessed. For each item of the checkout procedure, a "pass," "fail," or "not applicable" score was awarded. "Not applicable" indicated an item that could not be evaluated. Results: Few machines (10%) evaluated had a secondary oxygen supply, no machines had an oxygen supply pressure alarm, and leaks were identified in 31 and 17% of rebreathing and non-rebreathing systems, respectively. Thirty-nine percent of machines did not have a high-pressure circuit alarm, 86% of machines were attached to an active scavenging system, although it was improperly connected in 56% of cases, and only 2% of machines were accompanied by a checkout log. Conclusion and clinical relevance: There was widespread variation in anesthetic machine standards and function, highlighting the value of performing a regular machine checkout procedure in creating a foundation for safe anesthetic practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,133
Tête enseignante GPT0,379
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPatient Safety and Medication ErrorsTravaux en français237 207