Pilot Study: Introducing a Quality Assurance Process for a Team-Centered Approach Involving Nonphysician Providers in Radiology
Notice bibliographique
Résumé
PURPOSE: The objective of this study was to introduce 3 new quality initiatives in radiology that engage various members of the department including radiologists, residents, technologists, and booking clerks. These pilot programs provide work-related learning opportunities in semiautomated, easy-to-use, email-based, standardized forms that are used to identify cases where imaging could have been performed in a more optimal way (either due to technical reasons or a different protocol could have been chosen). In the case of the Kudos quality initiative program (QUIP), this is used to provide positive feedback to an individual in the department for a job well done. METHODS: Since inception in January 2012 to September 2013, we reviewed Technical QUIPs, protocols under questions (PUQ), and Kudos QUIPs. These were collated through receipt of standardized emails for each category. RESULTS: A total of 62 Kudos QUIPs, 8 Technical QUIPs, and 58 PUQs were received in the abdominal and pelvic imaging division since inception. CONCLUSIONS: Though still a relatively new pilot programs, PUQs and Technical QUIPs have afforded technologists and booking clerks opportunities to become engaged in improving patient care as well as learning from their own performance gaps. Future standardization of received data for each modality still needs to be established as well as an action plan to implement long-term changes.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».