Enhancing Surgical Safety in Conflict Zones: Implementing the WHO Checklist in North Kivu
Notice bibliographique
Résumé
Background: The WHO Surgical Safety Checklist (WHO Checklist) has been shown to effectively reduce surgical complications worldwide. However, implementing this checklist in conflict-affected regions like North Kivu, Democratic Republic of Congo (DRC), presents unique challenges. This study investigates the utilization of the WHO Checklist in hospitals across North Kivu to identify barriers and opportunities for improvement. Methods: A cross-sectional study was conducted across 11 hospitals (5 urban and 6 rural) in North Kivu. Surveys were administered to healthcare professionals, including surgeons, anesthesiologists, and nurses, to assess their knowledge, usage, and perceptions of the WHO Checklist. Data were analyzed using SPSS version 26. Results: The response rate was 80.3%, with a majority (59.2%) from urban hospitals. The use of the WHO Checklist was inconsistent; 60.1% reported it was not utilized in the operating room. No significant differences in checklist usage were found between urban and rural hospitals (p=0.516). Training significantly correlated with the completion rate of checklist phases (p<0.001) but not with overall usage (p=0.057). Furthermore, there were no significant differences regarding the need for further training to enhance checklist use across rural and urban hospitals (p=0.334) or among different professions (p=0.321). Conclusion: While the WHO Checklist has the potential to enhance surgical safety in conflict zones like North Kivu, targeted training programs and tailored interventions are essential for improving its use in similar resource-limited contexts globally.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».