MétaCan
Menu
Retour à la cohorte
Enregistrement W2492715225 · doi:10.1093/ajcp/aqw087

Process Optimization to Improve Immunosuppressant Drug Testing Turnaround Time

2016· article· en· W2492715225 sur OpenAlexaff
Vilte Barakauskas, Tiffany Bradshaw, Lonnie Smith, Christopher M. Lehman, Kamisha L. Johnson‐Davis

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensChildren's & Women's Health Centre of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTurnaround timeProcess (computing)ScheduleMedicineComputer scienceExecution timeOperations managementReliability engineeringEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Timely reporting of immunosuppressant (ISP) drug level results is needed for transplant patient management. This study characterized the local ISP testing process, identified bottlenecks and implemented process improvements to meet turnaround time requirements. METHODS: Laboratory information time stamps, direct observation and discussion with staff were used to construct a value stream map of the ISP testing process to identify process bottlenecks. Improvements were implemented to attain the required turnaround time. RESULTS: Baseline performance of the existing ISP process (seven weeks, n = 272 samples) indicated that only 28% of samples were reported by 2:00 pm Major bottlenecks were identified to be the analytical run schedule, instrument delays, difficulty identifying ISP samples at intake, and difficulty collecting specimens. Process changes resulted in a median of 76% samples reported by 2:00 pm CONCLUSIONS: : Adjusting ISP collection and analysis processes improved the laboratory's ability to meet physician requested result reporting time of 2:00 pm.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil0,281

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,388
Écart entre enseignants0,356 · 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 tête enseignante, 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetRenal Transplantation Outcomes and TreatmentsTravaux en français237 207