MétaCan
Menu
← Retour à la cohorte
Enregistrement W2589565253 · doi:10.1200/jco.2014.32.30_suppl.161

Moving to secondary use of IT solutions: A provincial “near miss indicator” for chemotherapy.

2014· article· en· W2589565253 sur OpenAlexaffabout
Vishal Kukreti, Megan Teimoortagh, Annie L.M. Cheung, Sharon Gradin, John Gilks, Erin Rae, Leonard Kaizer

Notice bibliographique

RevueJournal of Clinical Oncology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensCancer Care OntarioPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicinePharmacyRegimenEmergency medicineMedical emergencyFamily medicineSurgery

Résumé

récupéré en direct d'OpenAlex

161 Background: In Ontario, 93% of outpatient IV chemotherapy is prescribed through Systemic Treatment Computerized Order Entry Systems (ST CPOE). To support this, Cancer Care Ontario (CCO) has developed guidelines, evaluation tools, a Community of Practice (COP) and quality indicators. Using data collected in ST CPOE systems a “Near Miss Indicator” is being developed. Methods: Clinical consensus indicated that intercepted order rate, a proxy for a near miss indicator, would further the provincial safety agenda. This is defined as the percent of course 1, day 1 intravenous (IV) chemotherapy drug orders that were changed post-first time prescribing a new regimen (excludes clinical trials). An extraction standard for dose adjustments was developed encompassing clinical and laboratory values and body surface area (BSA). Three months of data was collected from 3 centres using the same ST CPOE system. Results: A total of 6822 orders were reviewed for possible near misses; 1,446 (21.2%) were course 1 orders. For course 1, day 1 IV chemotherapy drug orders, 209 (3.2%) were changed. Most orders were changed several hours to days post prescribing and hence were not felt to represent normal clinical workflows. Physicians modified 65 and pharmacy modified 169 orders. “Other” was chosen as the reason for change in 95 (45.5%) of orders and despite multidisciplinary team review, these records were not interpretable. A near miss rate of 2.2% resulted (32/1,446). Clinical and laboratory values and BSA were equally responsible. A fourth category of “dose rounding for ease” by pharmacy was identified and felt to possibly represent poor regimen builds and pharmacy workload. Conclusions: A near miss indicator is under development via a process of identifying a need, exploration of data and socialization of the results through a COP. Initial results show a low near miss indicator rate of 2.2% which is felt to be clinically actionable. Future system modifications may facilitate capture of this indicator. The feasibility of extending the indicator to multiple vendor ST CPOEs is under study.

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)0,006
score de la tête « metaresearch » (Gemma)0,045
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,446
Tête enseignante GPT0,580
Écart entre enseignants0,134 · 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
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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetClinical practice guidelines implementation→Travaux en français237 207→