IMRT utilization in Ontario: qualitative deployment evaluation
Notice bibliographique
Résumé
PURPOSE: The purpose of this paper is to describe a jurisdiction-wide implementation and evaluation of intensity-modulated radiation therapy (IMRT) in Ontario, Canada, highlighting innovative strategies and lessons learned. DESIGN/METHODOLOGY/APPROACH: To obtain an accurate provincial representation, six cancer centres were chosen (based on their IMRT utilization, geography, population, academic affiliation and size) for an in-depth evaluation. At each cancer centre semi-structured, key informant interviews were conducted with senior administrators. An electronic survey, consisting of 40 questions, was also developed and distributed to all cancer centres in Ontario. FINDINGS: In total, 21 respondents participated in the interviews and a total of 266 electronic surveys were returned. Funding allocation, guidelines and utilization targets, expert coaching and educational activities were identified as effective implementation strategies. The implementation allowed for hands-on training, an exchange of knowledge and expertise and the sharing of responsibility. Future implementation initiatives could be improved by creating stronger avenues for clear, continuing and comprehensive communication at all stages to increase awareness, garner support and encourage participation and encouraging expert-based coaching. IMRT utilization for has increased without affecting wait times or safety (from fiscal year 2008/2009 to 2012/2013 absolute increased change: prostate 46, thyroid 36, head and neck 29, sarcoma 30, and CNS 32 per cent). ORIGINALITY/VALUE: This multifaceted, jurisdiction-wide approach has been successful in implementing guideline recommended IMRT into standard practice. The expert based coaching initiative, in particular presents a novel training approach for those who are implementing complex techniques. This paper will be of interest to those exploring ways to fund, implement and sustain complex and evolving technologies.
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 | 0,019 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».