MétaCan
Menu
Retour à la cohorte
Enregistrement W2591267078 · doi:10.1200/jco.2016.34.7_suppl.95

Electronic operative reports to support quality improvement and patient-centered care.

2016· article· en· W2591267078 sur OpenAlexaffabout
Shaheena Mukhi, Elaine Maloney, Mary Agent-Katwala, Geoff Porter

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensCanadian Partnership Against Cancer
Organismes subventionnairesnon disponible
Mots-clésMedicineQuality assurancePatient careMedical physicsGeneral surgeryMedical emergencyFamily medicineSurgeryNursing

Résumé

récupéré en direct d'OpenAlex

95 Background: Operative reports (OP) for cancer surgery are usually narrated, although they provide inconsistent and incomplete information for patient care. National standards for cancer OP were unavailable until 2007. Over 10 years, surgeons in four Canadian provinces have transitioned from narrative to electronic synoptic reporting (ESP) for specific cancers. The electronic OP are now considered a patient medical record and integral to subsequent patient care. Surgeons are using electronic reports for quality assurance, billing, medical-legal conflict resolution and research. Methods: Disease-site expert panels were formed to bring together surgeons to discuss, identify, develop and form consensus on a core set of elements for breast, colorectal, ovary, endometrial, lung, prostate, and thyroid cancer surgeries and 64 quality indicators to set practice standards to consistently and comprehensively record pre-operative, operative procedures, intra-operative observations and pathology, clinical stage findings, complications and outcomes. These standards were implemented using ESP in four provinces and a mixed methods evaluation was carried out. Results: 245 surgeons in academic and community hospitals piloted and implemented pan-Canadian standards and generated 2000 synoptic reports and 729 discharge summaries over six months. In comparison to narrative reports, surgeons reported that the electronic synoptic reports: Capture complete and essential content (89% - 96%), 50% more; Contain 25 – 50 items vs. 2000 narrated words; Faster completion and turnaround time (5- 15 minutes) vs. 5 days; Rapid transmission to patient charts (91% in 1 hour and 97% within 24 hours) vs. 30 – 90 days; Result in cost savings $90/case; Enable performance measurement of surgical care to assess quality and outcome of surgery (e.g., residual disease and survival in patients) and length of aggressive vs. non-aggressive surgery and hospital stay (5.49 hours and 8.39 days vs. 3.06 hours and 6.83 days). Conclusions: Surgeons are building partnerships with key players to strategize best approaches to enable a system-wide adoption and implementation of synoptic operative reporting and quality of care measurement across Canada.

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)0,080
score de la tête « metaresearch » (Gemma)0,165
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: aucune
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,423

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0800,165
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0030,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,091
Tête enseignante GPT0,507
Écart entre enseignants0,415 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetDigital Imaging in MedicineTravaux en français237 207