Effect of Multidisciplinary Case Conferences on Physician Decision Making: Breast Diagnostic Rounds
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
PURPOSE: To evaluate the utility of multidisciplinary case conferences (MCCs) on physician decision making in benign and malignant breast disease management. METHODS: Patients with interesting or challenging diagnostic or management issues were discussed at biweekly diagnostic breast MCCs. Prior to discussion, a clinical summary and intended management plan prior to the MCC was presented. For each case, diagnostic images/histopathology were centrally reviewed after which group discussion achieved a management consensus which was documented prospectively. Initial management plans were compared to the post-MCC consensus. A change in a management plan was defined as a consensus plan different from the pre-MCC plan or no definite plan prior to the MCC. RESULTS: From November 2014 to December 2015, 76 patients (43 malignant and 33 benign diagnoses) were discussed in 19 MCCs. All cases presented resulted in a consensus management recommendation. Thirty-one case discussions (41%) resulted in a changed management plan (20 malignant and 11 benign diagnoses). Management changes included avoidance of immediate surgery (9% of cases), change in the type of surgery (5%), non-invasive investigation to invasive/surgical intervention (7%), and detection of a new suspicious lesion (1%). CONCLUSION: MCCs had a substantial impact on physician decision making. Management plans changed in 41% of cases presented, the majority due to new/clarified diagnostic information. Presentation of cases at MCCs should be encouraged, especially for challenging diagnostic or management issues regarding malignant or benign breast diagnoses.
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 | 0,000 | 0,001 |
| 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 découle