MétaCan
Menu
Retour à la cohorte
Enregistrement W2345968696 · doi:10.12927/hcq.2016.24610

Implementing Patient-Oriented Discharge Summaries (PODS): A Multi-site Pilot Across Early Adopter Hospitals

2016· article· en· W2345968696 sur OpenAlexaffabout
Shoshana Hahn‐Goldberg, Karen Okrainec, Cynthia Damba, Tai Huynh, Davina Lau, Joanne Maxwell, Ryan M. McGuire, Lily Yang, Howard Abrams

Notice bibliographique

RevueHealthcare Quarterly · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensUniversity Health NetworkCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésEarly adopterHospital dischargeMedicinePatient dischargeBest practiceMedical emergencyPatient experienceHealth careMEDLINENursingFamily medicineBusinessMarketingManagementPolitical scienceIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Communication gaps when patients transition from hospital to either home or community can be problematic. Partnership between Toronto Central Local Health Integration Network (TC LHIN) and OpenLab addressed this through the Patient-Oriented Discharge Summaries (PODS) project. From January through March 2015, eight hospital departments across Toronto came together to implement the PODS, a tool previously developed through a co-design process involving patients, caregivers and providers. This paper presents data on how the hospitals came together and the impact of PODS on the patient and provider experience across these hospitals and discusses it implications.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,334
Écart entre enseignants0,314 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations62
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetNursing Diagnosis and DocumentationTravaux en français237 207