Implementing an evidence-based computerized decision support system linked to electronic health records to improve care for cancer patients: the ONCO-CODES study protocol for a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Computerized decision support systems (CDSSs) are computer programs that provide doctors with person-specific, actionable recommendations, or management options that are intelligently filtered or presented at appropriate times to enhance health care. CDSSs might be integrated with patient electronic health records (EHRs) and evidence-based knowledge. METHODS/DESIGN: The Computerized DEcision Support in ONCOlogy (ONCO-CODES) trial is a pragmatic, parallel group, randomized controlled study with 1:1 allocation ratio. The trial is designed to evaluate the effectiveness on clinical practice and quality of care of a multi-specialty collection of patient-specific reminders generated by a CDSS in the IRCCS Istituto Scientifico Romagnolo per lo Studio e la Cura dei Tumori (IRST) hospital. We hypothesize that the intervention can increase clinician adherence to guidelines and, eventually, improve the quality of care offered to cancer patients. The primary outcome is the rate at which the issues reported by the reminders are resolved, aggregating specialty and primary care reminders. We will include all the patients admitted to hospital services. All analyses will follow the intention-to-treat principle. DISCUSSION: The results of our study will contribute to the current understanding of the effectiveness of CDSSs in cancer hospitals, thereby informing healthcare policy about the potential role of CDSS use. Furthermore, the study will inform whether CDSS may facilitate the integration of primary care in cancer settings, known to be usually limited. The increasing use of and familiarity with advanced technology among new generations of physicians may support integrated approaches to be tested in pragmatic studies determining the optimal interface between primary and oncology care. TRIAL REGISTRATION: ClinicalTrials.gov, NCT02645357.
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 | 0,044 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,004 |
| Méta-épidémiologie (sens large) | 0,017 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,014 |
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 ».