Nurse practitioner‐led surgical spine consultation clinic
Notice bibliographique
Résumé
AIM: This study is a report of a study of patient satisfaction with non-surgical nurse practitioner management of pre-selected spinal referrals. BACKGROUND: Nurse practitioners are linked to particular patient populations or specific physicians in a medical setting. In a universal healthcare delivery system, patients are often faced with long and anxiety-provoking waiting times, particularly for sub-specialized consultations such as spinal surgery. METHOD: A nurse practitioner-led spine consultation ambulatory clinic was implemented at a Canadian neuroscience centre. A prospective patient satisfaction and clinical accuracy study was performed in 2008. All patients assessed by the nurse practitioner completed a post-consultation validated patient satisfaction questionnaire. All patients were reviewed with the surgeon for confirmation of diagnosis and management. RESULTS: A total of 177 pre-selected patients (disc-herniations, spinal stenosis, degenerative disc disease) were assessed by the nurse practitioner. Mean time from referral to nurse practitioner clinic assessment was 12 weeks (range: 9·8-21 weeks) compared with 10-52 weeks if seen in a conventional clinic. Nurse practitioner clinical diagnosis and management plan were in agreement with those of the surgeon (100% and 95% respectively). Patient satisfaction was 97% with the consultation and 94% and with examination thoroughness. Preference for a longer waiting period for direct consultation with the surgeon was 26%. CONCLUSION: Nurse practitioners can play an effective and efficient role in providing care to patients requiring specific disease management in a specialty setting. The nurse practitioner-run clinic offers accurate and earlier assessment, thus facilitating a timelier diagnosis and management plan.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».