Trygg kirurgi – oppdekking og organisering av instrumentbord til operasjon: en scoping review
Bibliographic record
Abstract
Bakgrunn: Oppdekking og organisering av instrumentbord er en kompleks arbeidsprosess som krever et bredt kunnskapsgrunnlag. Når kunnskapsbaserte anbefalinger tas i bruk, øker sikkerheten i operasjonsrommet. Hensikt: Studiens hensikt var å styrke utøvernes beslutningsgrunnlag. Det gjøres ved å samle, strukturere, oppsummere og presentere kunnskapsbaserte anbefalinger. \n\n Metode: Vi utførte en scoping review med utgangspunkt i Arksey og O'Malleys rammeverk og Aveyards tematiske analyse. \n\n Resultat: Litteraturen presenteres under hovedtemaene 1) Oppdekking av instrumentbord med instrumenter, utstyr og medikamenter, og 2) Omorganisering av instrumentbord, instrumenter, utstyr og medikamenter. Anbefalingene dekker forebygging av brudd i steril teknikk, stikk- og skjæreskader, gjenglemt utstyr i pasient, medikamenthåndtering og brannsikkerhet. En retningslinje beskriver en praktisk, konkret og systematisk fremgangsmåte for oppdekking av instrumentbord. \n\n Konklusjon: Resultatet presenterer et bredt område av kunnskapsbaserte anbefalinger som kan støtte beslutninger om oppdekking og organisering av instrumentbord. Studiens resultat kan bli brukt i utviklings- og forbedringsarbeid og kan danne grunnlaget for en standardisert oppdekking av instrumentbord til ulike inngrep og til forbedringer av sjekklisten «Trygg kirurgi». Kun én retningslinje konkretiserer en praktisk og systematisk fremgangsmåte for oppdekking av instrumentbord. Vi anbefaler at det utarbeides norske kunnskapsbaserte retningslinjer, standarder og fagprosedyrer. Videre anbefaler vi at operasjonssykepleiernes erfaringer med oppdekking og organisering av instrumentbord undersøkes, og at litteraturstudier inkluderer retningslinjer fra land som ikke inngår i denne studien.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.022 | 0.086 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.009 | 0.011 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".