MétaCan
Menu
Retour à la cohorte
Enregistrement W4409925692 · doi:10.7759/cureus.83181

Insights Into the Assessment of WHO-Recommended Practices Based on Surgical Operations in Tertiary Healthcare Settings

2025· article· en· W4409925692 sur OpenAlexaff
Zeeshan Hussain, Asma Ambareen, Ahmad Raza, Muhammad Usman Minhas, Maryum Sana, Komal Zara

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensContinental (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineTertiary careHealth careMedical educationFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The protection of surgical safety comprises two major elements that produce the best outcomes for patients. The World Health Organization (WHO) created a surgical practice-based assessment for operative procedure-related risks. Medical professionals have proven the effectiveness of this checklist to eliminate both adverse outcomes and medical complications caused by surgical negligence. METHODOLOGY: A study was conducted on 250 surgeries (major and minor) in a tertiary healthcare setting based on a qualitative questionnaire, adapted from the WHO checklist, operated through Google Forms. The examination spanned three months from September to November 2024. In accordance with WHO guidelines, the three surgical safety checklist phases - sign-in, time-out, and sign-out - were analyzed using SPSS version 20.0 (IBM Corp., Armonk, NY). RESULTS: The sign-out phase achieved the highest level of adherence, with 220 (88%) of surgical procedures using the checklist. The sign-in phase demonstrated 200 compliant cases (80%), whereas the time-out phase showed the lowest compliance, with only 170 cases (68%). Patient consent procedures, along with anesthesia protocols, instrument sterilization methods, and team member introduction protocols, all maintained complete success rates for ensuring a safe surgical space. CONCLUSIONS: Implementing targeted awareness programs and training will help boost compliance rates with the WHO checklist, despite the current positive results.

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)0,022
score de la tête « metaresearch » (Gemma)0,058
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 enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,058
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,490
Écart entre enseignants0,428 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetPatient Safety and Medication ErrorsTravaux en français237 207