Workload measurement in subspecialty dermatopathology
Notice bibliographique
Résumé
AIM: To measure pathologist workload in subspecialty dermatopathology. METHODS: Three subspecialty dermatopathologists, working in a university-affiliated laboratory, participated in a time-motion study during which they reported 2891 consecutive skin cases received from community-based dermatologists. All pathology reports were retrospectively reviewed and workload measured using the Royal College of Pathologists (RCPath) guidelines and the level 4 equivalent (L4E) method. RESULTS: The majority of dermatopathology cases were scored as low (32%) or intermediate (52%) complexity using the RCPath matrix. Only 16% of cases were considered high or very high complexity. The mean RCPath score per case was 2.68 units. Using L4E complexity levels, 83% of specimens were level 3, 15% were level 4, and only 2% were higher complexity (levels 5 and 6). Mean values for specimens/case, blocks/case, and slides/case were 1.31, 1.52, and 2.92, respectively. Time-motion analysis demonstrated a mean workload per hour of 16.3 cases, 21.3 specimens, 45.1 slides, 43.0 RCPath units, and 12.2 L4E. All three dermatopathologists reported >35 RCPath units per hour. CONCLUSIONS: The RCPath histopathology workload guidelines underestimate the workload achievable by an experienced dermatopathologist, and thus are not directly applicable to subspecialty dermatopathology practice. Hourly work rates 3-4 times that recommended by the RCPath workload matrix are routinely achievable, but extrapolation to yearly workload estimates requires detailed knowledge of practice pattern and time required for non-clinical duties such as teaching, research and administration.
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 | 0,003 | 0,013 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».