Reprocessing Liquid-Based Pap Smears Using Glacial Acetic Acid and Clinician Education: Impact on Quality of Care
Notice bibliographique
Résumé
Unsatisfactory Papanicolaou (Pap) smears frequently result from insufficient cellularity owing to a poor sample collection technique and are a significant cause of repeat patient visits. Reprocessing of unsatisfactory Pap smears has been shown to increase cell yield and enhance the detection of abnormalities. Owing to an increasing unsatisfactory rate in our laboratory, we sought to improve quality with a combined strategy of reprocessing and clinician education. We applied a combined strategy of reprocessing using glacial acetic acid to all unsatisfactory Pap smears and those with borderline cellularity in conjunction with educating health care providers about appropriate Pap smear collection to reduce the unsatisfactory rates within our institution during a study period of 1 year. Clinician education consisted of distributing printed reference information and delivering oral presentations. Quality assurance data were collected at the end of the study period and compared with data obtained from the previous year. Use of lubricants and overrotation of the spatula during Pap smear collection were identified as the main causes of unsatisfactory specimens. Reprocessing reduced the overall unsatisfactory rate from 5.8% (598/10,354) to 2.6% (281/10,663). The reprocessing rate was 9.7% and did not decrease following implementation of educational initiatives. The cost of reagents used for reprocessing during the study period was $10,172 CAD. Our results support that reprocessing unsatisfactory Pap smears using glacial acetic acid can reduce the number of unsatisfactory Pap smears but increases the cost incurred by the laboratory. Further intervention at the point of specimen collection is required to maximize the benefit and reduce the cost of reprocessing.
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 | 0,004 | 0,034 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».