Publication of quality improvement in medical oncology: A descriptive numerical summary from a scoping review.
Notice bibliographique
Résumé
251 Background: Quality improvement (QI) is becoming a professional expectation and essential to medical oncology practice. A study of medical oncologists found that most QI interventions are not published, suggesting barriers to knowledge dissemination. We aim to describe the authors, settings of QI interventions, and publishing journals of scholarly QI literature. Methods: We conducted a scoping review using Arksey and O'Malley's framework. A search of MEDLINE and EMBASE databases found 48,186 unique English citations from January 2001 to August 2014. Two independent reviewers were responsible for screening the search results and 270 studies were included. Characteristics of first authors, settings of QI interventions, and publishing journals were charted. We used online search engines to find institutional profiles to obtain author and institutional information. A descriptive numerical summary analysis was used to summarize and report the results. Results: The number of QI publications has increased over time, with 60 between 2001 and 2006 and 199 from 2007 to 2013. The majority of first authors are clinicians (65%), of which 59% are physicians, 31% are nurses, and 5% are pharmacists. Furthermore, 27% of first authors are primarily researchers whereas 5% are solely administrators. In addition to professional degrees, having an advanced degree was common amongst clinicians (48% of physicians, 85% of nurses, 44% of pharmacists). Forty-four percent of interventions were conducted in settings affiliated with an academic institution, as opposed to community-based settings. Only 9% of articles were published in a quality of care focused journal. Conclusions: Our scoping review found that most first authors of QI interventions are clinicians, many with an advanced degree in academic settings (rather than community-based settings where most patients receive care). The lack of studies published in quality of care focused journals may result in lost opportunities for knowledge transfer. These findings suggest that more effective knowledge dissemination and increased support for QI studies are needed to further the science of quality and ultimately improve quality of care.
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 | 0,037 | 0,199 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,092 | 0,103 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».