MétaCan
Menu
Retour à la cohorte
Enregistrement W1997005084 · doi:10.5858/arpa.2012-0412-oa

Analysis of Addenda in Anatomic Pathology as a Quality Monitoring Initiative

2014· article· en· W1997005084 sur OpenAlexaff
Jesse Paul Babwah, Mahmoud A. Khalifa, Corwyn Rowsell

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésSubspecialtyContext (archaeology)MedicineAuditPathologyGeneral surgeryBiologyManagement

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Along with the integration of immunohistochemical markers and molecular techniques into routine practice, addenda in surgical pathology reporting have not only increased in frequency but also evolved to include prognostic and therapeutic information. Because of the lack of uniform practice with respect to issuing addenda, information that can significantly change the diagnosis, prognosis, or treatment plan may be issued as an addendum as opposed to an amendment. OBJECTIVE: To audit addenda and identify instances of amendments masquerading as addenda. DESIGN: All addenda during a 36-month period were reviewed. Each addendum report was classified by accession class, issuing pathologist, subspecialty category, indication for addendum, whether the addendum constituted a change in diagnostic meaning, whether a change in prognosis occurred, and if a change in treatment plan was necessary. RESULTS: All cytology and autopsy addenda were deemed appropriate. Thirty-three of 5028 (6.5 of 1000) surgical pathology addenda were deemed to have changes: Among the 33 faux addenda, 30 (91%) contained supplemental diagnostic information that would alter patient management and 31 (94%) contained additional information that would change the prognosis from that entailed by the original diagnosis. CONCLUSIONS: Our study demonstrates that not infrequently, surgical pathology addenda contain information that significantly alters the report and thus merit an amendment. Quality monitoring initiatives that evaluate pathologist and departmental performance should assess both addenda and amendments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,123
score de la tête « metaresearch » (Gemma)0,371
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil0,652

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1230,371
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0140,014
Études des sciences et des technologies0,0020,003
Communication savante0,0060,004
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,331
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineÉvaluation
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetAI in cancer detectionTravaux en français237 207