MétaCan
Menu
Retour à la cohorte
Enregistrement W2589329894 · doi:10.1200/jco.2012.30.5_suppl.422

Improving outcomes through the development of quality indicators in renal cell cancer.

2012· article· en· W2589329894 sur OpenAlexaffabout
Lori Wood, Georg A. Bjarnason, Peter C. Black, Ilias Cagiannos, Daniel Yick Chin Heng, Anil Kapoor, Christian Kollmannsberger, Forough Mohammadzadeh, Ronald B. Moore, Ricardo Rendon, Denis Soulières, Simon Tanguay, Peter Venner, Antonio Finelli

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensCanadian Centre for Applied Research in Cancer ControlBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal cell carcinomaDelphi methodDiseaseMultidisciplinary approachIntensive care medicineCancerQuality (philosophy)Family medicineMedical physicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

422 Background: Optimal quality of care is necessary for ideal outcomes, and quality indicators (QI) are increasingly being used to measure quality of care. In renal cell carcinoma (RCC), there is a paucity of information defining such optimal care. This is particularly important as care of RCC patients is becoming increasingly complicated with more options and requiring greater expertise. The goal of this study was to identify QI for RCC across the entire disease spectrum from presentation to palliation. Methods: A multidisciplinary expert panel (13 members) of medical and urologic oncologists from across Canada reviewed potential QI. These potential QI were identified from a systematic review of the literature. In addition, panel members were encouraged to suggest additional potential QI. A modified Delphi technique was utilized to select QI that were both relevant and practical to RCC; this technique incorporated 2 email questionnaires and 1 in-person meeting. Results: From 250 citations in the systematic review, 34 possible QI were identified; 24 additional potential QI were suggested by panel members. A final set of 23 QI were established by the expert panel. These were distributed across the RCC disease spectrum as follows (number of QI in parentheses): screening (1), diagnosis and prognosis (3), management of localized disease (7), surgical management of locally advanced or metastatic disease (3), systemic therapy (4), and follow-up (3). These 21 QI focused largely on the treatment of RCC. In addition, two QI related to survival outcomes (overall and progression-free) were selected. An example of a QI in localized disease is the proportion of patients undergoing partial nephrectomy for tumors < 4 cm. An example in advanced disease is the proportion of patients who are assessed by members of a multidisciplinary genitourinary cancer team. The final 23 QI selected will be presented in detail. Conclusions: A systematic, consensus-based approach was used to determine relevant QI in RCC care. These 23 QIs will provide a means of evaluating the quality of RCC care in an effort to improve outcomes for our patients. The next step will be to establish a means of measuring each of these QI based on defined or yet to be defined benchmarks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,159
score de la tête « metaresearch » (Gemma)0,257
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,841

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1590,257
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0100,015
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,209
Tête enseignante GPT0,521
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMultiple and Secondary Primary CancersTravaux en français237 207