Remote Assessment of Real-World Surgical Safety Checklist Performance Using the OR Black Box: A Multi-Institutional Evaluation
Notice bibliographique
Résumé
BACKGROUND: Large-scale evaluation of surgical safety checklist performance has been limited by the need for direct observation. The operating room (OR) Black Box is a multichannel surgical data capture platform that may allow for the holistic evaluation of checklist performance at scale. STUDY DESIGN: In this retrospective cohort study, data from 7 North American academic medical centers using the OR Black Box were collected between August 2020 and January 2022. All cases captured during this period were analyzed. Measures of checklist compliance, team engagement, and quality of checklist content review were investigated. RESULTS: Data from 7,243 surgical procedures were evaluated. A time-out was performed during most surgical procedures (98.4%, n = 7,127), whereas a debrief was performed during 62.3% (n = 4,510) of procedures. The mean percentage of OR staff who paused and participated during the time-out and debrief was 75.5% (SD 25.1%) and 54.6% (SD 36.4%), respectively. A team introduction (performed 42.6% of the time) was associated with more prompts completed (31.3% vs 18.7%, p < 0.001), a higher engagement score (0.90 vs 0.86, p < 0.001), and a higher percentage of team members who ceased other activities (80.3% vs 72%, p < 0.001) during the time-out. CONCLUSIONS: Remote assessment using OR Black Box data provides useful insight into surgical safety checklist performance. Many items included in the time-out and debrief were not routinely discussed. Completion of a team introduction was associated with improved time-out performance. There is potential to use OR Black Box metrics to improve intraoperative process measures.
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 | 0,021 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| 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 ».