Maximizing Surgical Success by Aligning Interventions to Outcomes: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: This study aimed to identify common intraoperative interventions in surgery and evaluate their effectiveness in improving surgical outcomes. Background: Despite decades of efforts, surgical adverse events remain stubbornly high. There are concerns that too much responsibility is placed on individuals to create change (ie, person-based interventions) rather than adapting systems to support human performance (ie, system-based interventions). This focus may be due to our limited understanding of which interventions most effectively improve outcomes. Methods: A 2-step search was conducted. Systematic and meta-analytic reviews of Medline, CINAHL, Embase, PsycINFO, Scopus, Cochrane Reviews, Cochrane Protocols and Cochrane Trials were identified, and individual studies within these reviews were selected. Qualitative content analysis categorized intervention and outcome types using inductive and deductive methods. Intervention details and directional findings for all outcomes were extracted. Results: A total of 575 studies were included in the final analysis comprising 5,288,513 cases, 25,435 providers and patients, 2608 hospitals, across 50 countries, with 1221 outcomes extracted. Overall, the most common interventions were person-based, including education (38%) and policy (19%). Person-based interventions were more likely to improve interpersonal outcomes such as culture, professional development, and resilience. In contrast, system-based interventions, such as technology (15%), cognitive aids (11%), equipment (11%), standardization (4%), and environment redesign (2%), though less frequently implemented, were effective across all outcome types. Conclusions: Although person-based interventions are widely implemented, system-based interventions generally have a greater impact on surgical outcomes. These results offer valuable insights for optimizing the alignment of interventions to outcomes.
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.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle