Impact of a structured referral algorithm on the ability to monitor adherence to appropriate use criteria for transthoracic echocardiography
Notice bibliographique
Résumé
BACKGROUND: Many free-form-text referral requisitions for transthoracic echocardiography (TTE) provide insufficient information to adequately evaluate their adherence to Appropriate Use Criteria (AUC). We developed a structured referral requisition algorithm based on requisition deficiencies identified retrospectively in a derivation cohort of 1303 TTE referrals and evaluated the performance of the algorithm in a consecutive series of cardiology outpatient referrals. METHODS: The validation cohort comprised 286 consecutive TTE outpatient cardiology referrals over a 2-week period. The relevant AUC indication was identified from information extracted from the free-form-text requisition. The structured referral algorithm was applied prospectively to the same cohort using information from the free-form-text requisition, electronic medical record and ordering clinicians. Referrals were classified as appropriate, uncertain, non-adherent (inappropriate) or unclassifiable based on the American College of Cardiology Foundation 2011 AUC. RESULTS: Only 28.7 % of free-form-text requisitions provided adequate information to identify the relevant AUC indication, as compared to 94.4 % of referrals using the structured referral algorithm (p < 0.001). The structured algorithm improved identification in the AUC categories of general evaluation of cardiac structure/function (100 % vs. 43.0 %, p < 0.001); valvular function (100 % vs. 23.0 %, p < 0.001); hypertension, heart failure or cardiomyopathy (100 % vs. 20.3 %, p < 0.001); and adult congenital heart disease (100 % vs. 0 %, p < 0.001). By applying the algorithm, the number of identifiable non-adherent studies increased from 2.6 to 10.4 % (p <0.001). CONCLUSIONS: Use of a structured TTE referral algorithm, as opposed to a free-form-text requisition, allowed the vast majority of referrals to be monitored for AUC adherence and facilitated the identification of potentially inappropriate referrals.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».