MétaCan
Menu
Retour à la cohorte
Enregistrement W2076151388 · doi:10.1191/1078155203jp104oa

Implementation of a telephone callback service for ambulatory oncology patients

2003· article· en· W2076151388 sur OpenAlexaff
Roxanne Dobish, Karen Tulloch, Carole Chambers

Notice bibliographique

RevueJournal of Oncology Pharmacy Practice · 2003
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of AlbertaAlberta Cancer Foundation
Organismes subventionnairesMedical Research Council
Mots-clésCallbackMedicinePharmacyAmbulatoryPharmacistWorkloadService (business)Family medicineMedical emergencySurgery

Résumé

récupéré en direct d'OpenAlex

Introduction. A pilot project was established at the Cross Cancer Institute pharmacy to assess the feasibility of implementing a patient callback program to determine which patients would benefit from a callback and the impact a callback service would have on the workload of the pharmacy department. Program description/development/implementation/evaluation. A pharmacy student conducted the pilot project over a 14-week time period. Four categories of patients were selected for inclusion in the pilot. The student approached patients at the time of medication pick-up to receive verbal permission to be included in the callback program. A standardized callback form was utilized to record medication information and any recommendations made. Data were collected on the numbers of patients in each category with questions or concerns as this was felt to be indicative of patients who would most benefit from a callback. The total time spent making the telephone calls was recorded. Over the eight-week period, 530.5 minutes were spent making the telephone calls with the average length of call being 3.27 minutes. Discussion/conclusion. The student researcher proposed that three patient groups would benefit from receiving a callback: new patients or patients on new medications; elderly patients; and patients with specific disease-drug combinations. The project also provided an estimate of pharmacist time required to implement such a service and it was concluded that implementation could occur with minimal disruption to workflow.

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)0,010
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,168
Tête enseignante GPT0,536
Écart entre enseignants0,368 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations5
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology Pharmacy PracticeMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207