MétaCan
Menu
← Retour à la cohorte
Enregistrement W2590463106 · doi:10.1200/jco.2012.30.34_suppl.93

Using a disease pathway management (DPM) approach to improve the quality of lung cancer care in Ontario.

2012· article· en· W2590463106 sur OpenAlexaffabout
William K. Evans, Yee Ung, Carol Sawka, Nathalie Assouad

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensCancer Care OntarioUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditMultidisciplinary approachQuality managementLung cancerHealth carePalliative careLeverage (statistics)Family medicineNursingOncologyOperations managementManagement

Résumé

récupéré en direct d'OpenAlex

93 Background: Cancer Care Ontario (CCO) is mandated to oversee quality of cancer care in Ontario and began its Lung Cancer (LC) DPM initiative in 2009. DPM has 4 objectives: align provincial quality improvement (QI) initiatives by disease site; map the patient journey and identify gaps in evidence/quality in clinical practice that impact care or the patient experience; set and manage regional quality indicators across the pathway; and leverage tools to model the impact of policy decisions. Methods: The LC DPM drafted a disease pathway map and established 5 multidisciplinary working groups (WGs) each focussed on a phase of the LC patient journey: prevention, screening, and early diagnosis; diagnosis; treatment; palliative care; the patient experience. WGs held 25 two-hour meetings and developed ideas for 17 QI projects. 8 were selected for discussion at a provincial consensus conference and yielded a Priorities for Action Report. Regional “roadshows” were held in all 14 regions of the province at which region-specific data on incidence, stage at diagnosis, compliance of treatment with guidelines and wait times, amongst other metrics relevant to LC, were shared with the regional care providers. Funding was provided by CCO for regional QI based on the data and identified priorities. Results: Completed diagnostic and treatment pathways are posted on CCO’s website as are educational materials on dyspnea management, including a patient video and a document prepared by patients for patients “Understanding Lung Cancer.” Lung diagnostic assessment units/programs have been initiated in 14 regions. An audit is underway to better understand the barriers to the uniform uptake of evidence-based practices across the province. The percent of LC patients whose symptoms are assessed at least once a month using a standardized symptom assessment instrument (ESAS) has improved. Conclusions: Regional cancer programs are now aware of their performance on a range of LC specific quality metrics. Standardized diagnostic and treatment pathways have been developed and assessment units have been implemented across the province.

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)0,008
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,002
Communication savante0,0050,002
Science ouverte0,0020,008
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,592
Tête enseignante GPT0,645
Écart entre enseignants0,052 · 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'étudeObservationnel
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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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