MétaCan
Menu
Retour à la cohorte
Enregistrement W2235012536 · doi:10.1200/jop.2015.006882

ReCAP: Improving the Quality of Radiation Treatment for Patients in Ontario: Increasing Peer Review Activities on a Jurisdictional Level Using a Change Management Approach

2016· article· en· W2235012536 sur OpenAlexaffabout
Lindsay Reddeman, Sophie Foxcroft, Eric Gutierrez, Margaret Hart, Elizabeth Lockhart, Marissa Mendelsohn, Michelle Ang, Michael Sharpe, Padraig Warde, Michael Brundage

Notice bibliographique

RevueJournal of Oncology Practice · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensUniversity Health NetworkRegional Municipality of DurhamPrincess Margaret Cancer CentreKingston General HospitalCancer Care OntarioQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiation oncologistMultidisciplinary approachRadiation oncologyMedical educationPeer reviewQuality managementRadiation therapyOperations managementManagement systemSurgery

Résumé

récupéré en direct d'OpenAlex

QUESTION ASKED: What is the impact of the Cancer Care Ontario (CCO) strategy (designed with guidance from a change management framework) to accelerate the use of peer-review processes in radiation oncology (ie, review of a radiation oncologist’s proposed treatment plan by a second radiation oncologist with or without additional multidisciplinary input) across all of its 14 cancer treatment centers? SUMMARY ANSWER: By following a number of key change management principles for organizational transformation, the proportion of radical-intent radiation therapy courses peer reviewed province-wide increased from 43.5% (April 2013) to 68.0% (March 2015), with some centers reaching over 95%. METHODS: The initiative design was guided by the Kotter eight-step process for organizational transformation, including the creation of a multidisciplinary leadership team, site visits to individual centers, the development of education and implementation processes (done in collaboration with each center), and the creation of new performance metrics for central reporting. Monitoring of these metrics enabled the leadership team to track the percentage of radiation therapy courses peer reviewed and the timing of peer review (before 25% treatment visits complete, after 25% treatment visits complete). Performance targets for the quality measures were arrived at by consensus that included engagement of all center radiation treatment program leaders. BIAS, CONFOUNDING FACTOR(S), DRAWBACKS: Peer review has been shown to increase quality of care. However, it requires that resources be invested, including the time and effort of radiation oncologists, and the programmatic work required to organize, execute, and document peer-review activities. There is currently no way of confirming the quality of peer-review activities. REAL-LIFE IMPLICATIONS: A change management framework can be useful for planning and achieving substantial increases in peer-review activities on a jurisdictional basis. Ongoing work will capitalize on facilitators of peer review and on addressing barriers to its application that were identified as part of the initiative. Guidance for peer-review activities specific to common clinical cases is required and is under development. The principles of peer review could be extended to other oncological disciplines with the goal of improving individual patient care and overall program quality. [Figure: see text]

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,193
Tête enseignante GPT0,474
Écart entre enseignants0,281 · 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'étudeAutre devis
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

Citations26
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology PracticeMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207