MétaCan
Menu
Retour à la cohorte
Enregistrement W2159196926 · doi:10.1200/jop.2011.000346

Optimizing the Design of Preprinted Orders for Ambulatory Chemotherapy: Combining Oncology, Human Factors, and Graphic Design

2012· article· en· W2159196926 sur OpenAlexafffund
Jennifer Jeon, Rachel E. White, Richard G. Hunt, Andrea Cassano-Piché, Anthony Easty

Notice bibliographique

RevueJournal of Oncology Practice · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of TorontoOntario College of Art and DesignUniversity Health Network
Organismes subventionnairesBC Cancer AgencyCanadian Patient Safety InstituteAssociation Canadienne de Pharmacie en OncologieCancer Care Ontario
Mots-clésMedicineAmbulatoryOncologyMedical physicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To establish a set of guidelines for developing ambulatory chemotherapy preprinted orders. METHODS: Multiple methods were used to develop the preprinted order guidelines. These included (A) a comprehensive literature review and an environmental scan; (B) analyses of field study observations and incident reports; (C) critical review of evidence from the literature and the field study observation analyses; (D) review of the draft guidelines by a clinical advisory group; and (E) collaboration with graphic designers to develop sample preprinted orders, refine the design guidelines, and format the resulting content. RESULTS: The Guidelines for Developing Ambulatory Chemotherapy Preprinted Orders, which consist of guidance on the design process, content, and graphic design elements of ambulatory chemotherapy preprinted orders, have been established. CONCLUSION: Health care is a safety critical, dynamic, and complex sociotechnical system. Identifying safety risks in such a system and effectively addressing them often require the expertise of multiple disciplines. This study illustrates how human factors professionals, clinicians, and designers can leverage each other's expertise to uncover commonly overlooked patient safety hazards and to provide health care professionals with innovative, practical, and user-centered tools to minimize those hazards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,237
Tête enseignante GPT0,499
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology PracticeMême sujetPatient Safety and Medication ErrorsTravaux en français237 207