Can you use a sequential sample of patients as a substitute for a full practice audit
Notice bibliographique
Résumé
OBJECTIVE To compare rates of mammography screening among women in family practices, based on a sequential sample of eligible women presenting to the practices during an 8-week period, with rates found in a full audit of all eligible patients. DESIGN Chart review. SETTING Twenty community-based family practices in south-central Ontario. PARTICIPANTS Family physicians and their female patients 52 to 71 years old who had had at least 1 visit to the office during the past 3 years. INTERVENTION Eligible patients were sampled by 2 approaches: sequential sampling of patients coming for appointments during an 8-week period and a full practice audit of all eligible women. MAIN OUTCOME MEASURE Mammography rates found using the 2 approaches. RESULTS The mean time-appropriate rate of mammography screening based on the sequential sample was 66.4%. The mean time-appropriate rate of mammography screening for the full practice audit was 58.8%. The sequential sample rate was higher than that of the full audit by 7.6%; differences ranged from −6.5% to 24.9% among practices. Regression analysis indicated a positive and significant correlation between rates based on the data generated by the 2 different approaches ( r 2 = 0.50). CONCLUSION A rate of mammography screening based on a sequential sample can reasonably approximate the actual rate of mammography screening that would be found based on a full practice audit.
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 | 0,041 | 0,273 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».