Factors influencing prioritization for carpal tunnel syndrome consultation
Notice bibliographique
Résumé
BACKGROUND: In a socialized medicine model, prioritization of referrals for specialist consultation is highly important in the distribution of heath care. For high-burden diseases, such as carpal tunnel syndrome (CTS), the factors that influence prioritization are not well understood. OBJECTIVE: To determine the factors that influence the prioritization of referrals for CTS consultation by plastic surgeons in Canada. METHODS: All members of the Canadian Society of Plastic Surgery with e-mail addresses were invited to participate in an online survey regarding the method by which they prioritize referrals for CTS. RESULTS: Forty per cent of invited members completed the survey (150 surgeons). Of these, 118 (79%) stated that they performed CTS surgery. The majority of respondents who performed CTS surgery prioritized their consultation list chronologically (77%). Factors that would alter the chronological order or prioritization included subsequent contact by the referring physician (24%); personal relationship with the patient (16%); and specific information in the referral letter (15%), which usually involved symptom severity or electromyography findings. Sixty-six per cent of plastic surgeons stated that there was no conscious decision on how they came to choose the method of prioritization they used for referrals regarding CTS. DISCUSSION: The majority of plastic surgeons in Canada prioritize referrals for consultation on CTS chronologically. A minority of respondents reported reassigning priority based on clinical severity. The rationale for the methods by which Canadian Society of Plastic Surgery members prioritize these referrals is poorly understood. Further study on developing evidence-based prioritization methods may be useful in assisting surgeons and their patients in outcome-based decisions.
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 | 0,000 | 0,006 |
| 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 ».