Improving Appropriate Access to Care With Central Referral and Triage in Rheumatology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the short-term and long-term impact of a centralized system for the intake and triage of rheumatology referrals on access to care and referral quality. METHODS: An innovative central referral process, the Central Referral and Triage in Rheumatology (CReATe Rheum) program, was implemented in 2006, serving a referral base of 2 million people. Referrals are received in a central office, triaged by trained nurses, and assigned to the next available appointment on a prioritized basis. To evaluate the short-term impact, we compared wait times, duplicate referrals, and no-shows from a pre-implementation practice audit to a 2-year post-implementation evaluation (January 2007 to December 2008). Rheumatologists also assessed the quality and completeness of the referral information and accuracy of the urgency category assigned during triage. We evaluated the long-term impact by tracking referral volume, wait times, and rheumatologist manpower each year until December, 2013. RESULTS: During the first 2 years, wait-time variability between rheumatologists decreased, and wait times were reduced for moderate and urgent referrals. CReATe Rheum improved the quality of referral information and eliminated duplicate referrals. The urgency of the referral was assigned correctly in 90% of referrals. Over the long term, CReATe Rheum maintained short wait times for more urgent patients despite a growing number of referrals and a stable number of rheumatologists. CONCLUSION: A centralized system for the intake and triage of rheumatology referrals improved referral quality, reduced system inefficiencies, and effectively managed wait times on a prioritized basis for a large referral population.
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.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle