MétaCan
Menu
Retour à la cohorte
Enregistrement W2590629622 · doi:10.1200/jco.2016.34.7_suppl.124

Clinical specialist radiation therapists (CSRT): Creating capacity while improving quality of care.

2016· article· en· W2590629622 sur OpenAlexaffabout
Elizabeth Lockhart, Michelle Ang, Laura Zychla, Kate Bak, Lynne Nagata, Hasmik Beglaryan, Jillian Ross, A Husain, Carina Simniceanu, Eric Gutierrez, Padraig Warde, Nicole Harnett

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensUniversity Health NetworkPrincess Margaret Cancer CentreMinistry of Health and Long Term CareCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésRadiation TherapistMedicineReferralAccreditationHealth careQuality (philosophy)PopulationQuality managementNursingRadiation therapyFamily medicineMedical emergencyMedical educationService (business)Environmental healthBusinessSurgery

Résumé

récupéré en direct d'OpenAlex

124 Background: Ontario’s cancer system faces many challenges, including a rising incidence of cancer, aging population, increasingly complex cancer treatment, and health human resource (HHR) constraints. In response, Cancer Care Ontario and the Ontario Ministry of Health and Long Term Care collaborated on a project to assess whether a new advanced practice radiation therapist role – the ‘Clinical Specialist Radiation Therapist’ (CSRT) – could enhance access to high quality, innovative care by optimizing the use of HHR. Methods: This innovative model of care aims to enable radiation therapists with advanced training and accreditation (CSRTs) to assume responsibility for certain activities traditionally performed by radiation oncologists (ROs) while maintaining and improving the quality, accessibility and efficiency of radiotherapy (RT) for patients. To assess CSRTs’ impacts standardized metrics, including efficiency (access, wait times (WTs), team function) and quality (new/enhanced services, patient experience) measures, were used. Results: Currently there are 24 CSRTs in 9 of 14 regional cancer centres. 2014/15 data demonstrated that CSRTs can improve the efficiency of referral processes and clinic operations, decrease WTs, and increase capacity (2-28 additional patients seen in clinic/month). Optimized team function and time savings (5-66 RO hours/month) have been achieved through CSRTs’ assumption of certain patient assessment and treatment planning activities. Efficiencies have improved patient experience by facilitating quicker, more coordinated flow through the RT process, and greater continuity of care. Further, CSRTs have enhanced access to high quality RT, through > 75 innovative initiatives (rapid access clinics, telemedicine consults). Conclusions: The CSRT role demonstrates how innovative models of care can improve patient access to high quality cancer care. With 24 CSRTs implemented, opportunities for analysis of factors which facilitate achievement of maximal impact and position sustainability exist. Such investigations could inform the refinement and further implementation of CSRTs in Ontario and other jurisdictions, improving patients’ access to RT more broadly.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
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: Empirique
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,165
Tête enseignante GPT0,553
Écart entre enseignants0,388 · 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

Citations2
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207