MétaCan
Menu
Retour à la cohorte
Enregistrement W2604327288 · doi:10.1200/jco.2017.35.8_suppl.122

Quality of care improvements resulting from a model of care that incorporates the primary clerk into the care team.

2017· article· en· W2604327288 sur OpenAlexaff
Jennifer Cox, Caroline Hamm

Notice bibliographique

RevueJournal of Clinical Oncology · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensWindsor Regional HospitalUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMedicineWorkloadOutpatient clinicPrimary careAmbulatory careQuality (philosophy)Quality managementMedical emergencyFamily medicineNursingHealth careService (business)Internal medicine

Résumé

récupéré en direct d'OpenAlex

122 Background: One common model of care within the oncology outpatient clinic setting is composed of the physician and primary nurse. We propose that the quality of care provided to oncology patients can be improved in this setting by incorporating the primary clerk into the care team, working in the same office space with the physician and nurse. Methods: Three care teams operating under the new model of care were observed during oncology outpatient clinics periodically from February 2016 to May 2016. The primary clerk’s interactions with the other team members were recorded, along with other tasks completed by the clerk that did not require team interactions but impacted quality of care. Data was later complied and organized into four domains that impacted the quality of care provided to patients. Results: The contributions to the care team by the primary clerk include improved clinic flow (e.g., ensuring treatment orders are inputted by the physician), patient convenience (e.g., identifying regularly scheduled blood work that is no longer necessary), patient safety (e.g., identifying patients scheduled for treatment with rituximab that have not had the required Hepatitis B & HIV screening), and hospital flow (e.g., preventing additional workload in the hospital laboratory by identifying when lab work can be combined in already scheduled appointments, and rescheduling clinic visits when results are not yet ready, which translates into time and cost savings to the hospital). Conclusions: As a result of the enhanced quality of care delivered, it is recommended that this model of care be adopted in the place of the traditional model, which lacks the essential element of interaction between the primary clerk and the rest of the care team.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,011
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,217
Tête enseignante GPT0,425
Écart entre enseignants0,208 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207