Impact of regular mortality and morbidity conferences on preventable death rates.
Notice bibliographique
Résumé
Abstract Introduction: The role of mortality and morbidity conferences (M&MC) in surgical departments is to provide education and improve patient care. However, evidence in the literature that M&MCs reduce preventable deaths is sparse. Therefore, this study aimed to assess the impact of routine M&MC on the preventable death rate over four years. Methodology: This study used a quantitative research methodology. In this retrospective audit of the M&MC data, we collected all mortality data from the date the database started, July 2016, to December 2019, for the surgery department. The department adopted and adapted the criteria and definitions of preventability based on WHO guidelines for trauma quality improvement programs. We used the Pearson correlation statistic to evaluate the correlation between the time (years) since the start of routine M&MC and the preventable death rate. We secured ethical approval. Results: There were 4660 registered admissions from July 2016 to December 2019. Of these, 267 deaths were recorded, resulting in a crude mortality rate of 6%. Overall, the department considered 23% (61/267) of the deaths as preventable. A strong linear correlation (R2 = 0.982, p = 0.009) between the preventable death rate and time(years) since the commencement of routine M&MC was found. Trauma was the leading cause of preventable deaths (27.0%, 17/61). Conclusion: Our findings suggest that routine M&MCs have the desired effect of reducing preventable death rates. Further studies are required to investigate this observed effect.
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 | 0,006 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».