Does the Surgical Safety Checklist need a co-pilot? Comparing adherence in gynecological surgery through electronic medical records and OR Black Box video observations
Notice bibliographique
Résumé
BACKGROUND: Despite clear evidence that the Surgical Safety Checklist improves patient safety, the way its use is reported in the literature varies significantly. Consequently, we must understand the alignment between reported use of the checklist and its actual application to identify discrepancies that could affect safety reporting accuracy, and ultimately, patient safety outcomes. The study aims to examine Surgical Safety Checklist adherence in a gynecological operating room based on video data and to compare the resulting findings with reported use in patient electronic medical records. METHOD: An observational study was conducted on elective gynecological surgeries in a single operating room equipped with an OR Black Box from August to October 2021 to assess checklist compliance, quality, and engagement. The checklist's reported use in patient electronic medical records was reviewed. RESULTS: Forty-five surgeries were assessed. The video observed compliance score for Sign-in and Time-out was 100%, but 80% for Sign-out. Engagement scores, i.e., percentage of people paused, varied during the three checklist phases, with an overall mean score of 76% (range 45-94%). Quality scores, i.e., percentage of checklist items completed, differed between video observed (47% (95% CI 43-50)) and electronic medical records reported (89% (95% CI 84-94)) use. CONCLUSIONS: OR Black Box video provides a unique opportunity to assess the actual use of the Surgical Safety Checklist, revealing valuable insights into how it was used. Data showed that the checklist was not used as intended. A discrepancy was found between the reported completion in the electronic medical records and its actual use as observed in the video, with the former showing a much higher completion rate. This large discrepancy highlights the need for further initiatives to improve checklist use and reporting.
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 | 0,016 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».