Shifting bottlenecks in acute stroke treatment
Notice bibliographique
Résumé
We know without doubt that ‘time is brain’. How do we know this? It is a combination of data, logic, biological plausibility, and experience. Now that endovascular treatment is the standard of care,1–5 we have an obligation to focus on process improvement to maximize patient benefit. As we go down the pathway of improving these processes, it is important to understand the idea of bottlenecks. What are bottlenecks? In any complex process, not all parts of it are flow-limiting, especially when one considers parallel processing. For instance, imagine a situation where, in a particular hospital A, all endovascular stroke cases are done under general anesthesia (GA). Also imagine that, after working hours, anesthesia is usually available within 1 h of being called. The neurointerventionist is working hard with hospital administration to ensure that the nurse and technologist can be in the laboratory within 20 min instead of the current 30 min; even if successful, this would essentially be a waste of time as the bottleneck is anesthesia availability time. In the same scenario, now imagine that they took a decision to try to perform most cases without anesthesia; in this case, the availability of the team becomes the new bottleneck. This is what is meant by shifting bottlenecks. Human behavior is such that, if one component of the overall workflow is extremely slow, there is a tendency to not worry about a few minutes here and there since the one …
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 | 0,001 |
| 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 ».