On-call services provided by radiology residents in a university hospital environment.
Notice bibliographique
Résumé
OBJECTIVE: To better understand the consultative role of the radiology resident after hours. METHODS: Data were collected prospectively from Mar. 15, 1999, to Jan. 5, 2001, during on-call coverage hours at our university hospital. Urgent radiologic examinations for which the on-call resident rendered a preliminary interpretation were included in our analysis, with the following entered into a database: patient demographics, consultative time and weekday, imaging modality, consulting clinical service and indication for each study. RESULTS: A total of 1784 studies were performed on 1451 patients; most were requested by the emergency department (844 cases [47.3%]). The mean number of radiographic studies performed was 20.1 (standard error of the mean [SEM] 1.1) per weekday (n = 44) and 49.4 (SEM 1.8) per weekend day or holiday (n = 18). There were 1227 (68.8%) computed tomographic (CT), 338 (18.9%) ultrasonographic, 98 (5.5%) plain radiograph, 63 (3.5%) nuclear medicine, 21 (1.2%) interventional, 20 (1.1%) fluoroscopic and 17 (1.0%) magnetic resonance imaging examinations. The 3 most common studies were CT of the head in 692 cases, CT of the abdomen in 230 and venous Doppler ultrasonography in 158. CONCLUSIONS: Radiology residents are performing a diverse and increasing number of emergent diagnostic examinations after hours. It is therefore important that radiology departments are aware of these consultative needs to best ensure that appropriate resident skills are developed to meet these demands.
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 | 0,000 |
| 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 ».