Comorbid Illness, Bowel Preparation, and Logistical Constraints Are Key Reasons for Outpatient Colonoscopy Nonattendance
Notice bibliographique
Résumé
Background. Colonoscopy nonattendance is a challenge for outpatient clinics globally. Absenteeism results in a potential delay in disease diagnosis and loss of hospital resources. This study aims to determine reasons for colonoscopy nonattendance from a Canadian perspective. Design. Demographic data, reasons for nonattendance, and patient suggestions for improving compliance were elicited from 49 out of 144 eligible study participants via telephone questionnaire. The 49 nonattenders were compared to age and sex matched controls for several potential contributing factors. Results. Nonattendance rates were significantly higher in winter months; the OR of nonattendance was 5.2 (95% CI, 1.6 to 17.0, p < 0.001) in winter versus other months. Being married was positively associated with attendance. There was no significant association between nonattendance and any of the other variables examined. The top 3 reasons for nonattendance were being too unwell to attend the procedure, being unable to complete bowel preparation, or experiencing logistical challenges. Conclusions. Colonoscopy attendance rates appear to vary significantly by season and it may be beneficial to book more colonoscopies in the summer or overbook in the winter. Targets for intervention include more tailored teaching sessions, reminders, taxi chits, and developing a hospital specific colonoscopy video regarding procedure and bowel preparation requirements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».