Identifying positive and negative use of non-technical skills by anesthesiologists in the clinical operating room: An exploratory descriptive study
Notice bibliographique
Résumé
Background: Teamwork is a critical competency in high-risk settings like the operating room (OR). While conventional approaches focus on describing and learning from negative performance, there may be value in learning from high-performing behaviour, particularly in specialties where serious safety events are relatively rare. This study aimed to explore both the positive and negative use of non-technical skills by anesthesia practitioners in the OR and situate them within the clinical OR context. Methods: This study employed a prospective observational design. Following research ethics approval, a sample of surgical cases in a tertiary hospital were recorded using the OR Black Box®. Data related to surgical phase timing, non-technical skills, team factors, and environmental factors were identified by analysts according to a modified Systems Engineering Initiative for Patient Safety model. We performed descriptive statistics and qualitative description of these observations. Results: We observed 25 surgical cases capturing 242 instances of positive non-technical skills among anesthesiologists in the operating room and 9 instances of negative demonstrations. Situational awareness was most frequently (n = 160) observed, followed by communication and teamwork skills (n = 82), and were most often demonstrated in the context of potential environmental distractions (e.g., doors opening, unnecessary interruptions). The least common category of positive non-technical skills observed was leadership (n = 3). Conclusions: Our findings show anesthesiologists are doing a lot "right" and there may be many opportunities for learning from positive practice in the clinical setting. These findings can inform future work to better understand and standardize best practices for non-technical performance in anesthesia.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».