An electronic prompt to improve hepatitis B virus screening prior to cancer treatment.
Notice bibliographique
Résumé
169 Background: Hepatitis B virus (HBV) reactivation is a potentially fatal complication of cancer therapy that is almost entirely preventable. Despite this, HBV screening rates remain low at many centers. We evaluated the effectiveness of an electronic prompt on HBV screening rates and compared this strategy with education alone. Methods: An education session on HBV reactivation was delivered to all oncology staff at two large, academic oncology centers in the fall of 2010. At one center (study center) an electronic prompt was also introduced. The electronic prompt reminded physicians to screen for HBV when booking a new patient’s first chemotherapy and automatically trigged an electronic order for HBsAg if the physician assented. The prompt was not implemented at the second (control) center. The primary endpoint was the rate of HBV screening. Actual HBV screening rates were determined in both centers for 10 months prior to and for 12 months following the interventions. HBV screening rates were assessed and compared with process control charts (p-charts); 3-sigma limits were employed to define special cause variation. Results: 6,116 new patients received their first chemotherapy during the study period (2,095 study center; 4,021 control center). In the pre-prompt period, the screening rate was stable at 16% at the study center and 25% in the control center. In the prompt period, the screening rate increased to 62% at the study center and was unchanged at 25% in the control center. Special cause variation suggesting a non-random improvement in HBV screening rate was detected at the Study Center two months after the introduction of the electronic prompt. Conclusions: An electronic prompt increased the rate of HBV screening, however screening rates remained relatively low. Education sessions did not appear to improve the HBV screening rate.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».