Improving the quality of surgical pathology reports for breast cancer: a centralized audit with feedback.
Notice bibliographique
Résumé
CONTEXT: Good communication of pathologic characteristics of a malignancy is crucial to therapy choices and accurate prognostication. The information must be easily retrieved from a surgical pathology report. OBJECTIVES: To evaluate, first in 1999, the quality of surgical pathology reports for segmental breast resections for cancer in Quebec hospitals. Subsequently, to reevaluate, in 2003, the same indicators to determine if the first surveillance, with feedback, was associated with an improvement in the quality of the reports. DESIGN: All Quebec hospitals performing the preset number of 20 or more segmental breast resections for cancer in 1999 and 2003 participated. A committee of pathologists, after review of the literature, chose 7 diagnostic elements deemed vital to a surgical pathology report for conservative breast cancer surgery. Medical archivists in each institution were instructed on how to retrieve the data. The main outcome measure was the presence or absence of the diagnostic information clearly presented on the surgical pathology report. RESULTS: Fifty-one hospitals participated in 1999 and 50 in 2003. Overall, conformity improved from 85.0% in 1999 for the first evaluation to 92.5% in 2003 for the second evaluation (P < .001). Six of the 7 indicators showed an improvement in the level of conformity between the first and second evaluations. Conformity was weakest for recording the distance between the tumor and the resection margin (68.2%) and vascular/lymphatic invasion (61.4%) in 1999. CONCLUSIONS: Surveillance of quality of surgical pathology reports, with feedback, is significantly associated with an improvement in the quality of reports.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».