MétaCan
Menu
Retour à la cohorte
Enregistrement W2779865011 · doi:10.1177/0840470417715478

Provincial development of a patient-reported outcome initiative to guide patient care, quality improvement, and research

2017· article· en· W2779865011 sur OpenAlexaff
Robert Olson, A. Fuchsia Howard, Vincent Lapointe, Devin Schellenberg, Alan Nichol, Gale Bowering, Susan Curtis, Allison Walter, Steven E. Brown, C. Thompson, Jackie Bergin, Sheri Lomas, John French, Ross Halperin, Scott Tyldesley, Wayne Beckham

Notice bibliographique

RevueHealthcare Management Forum · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Northern British ColumbiaUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesVarian Medical Systems
Mots-clésMedicineAccrualLung cancerQuality managementRadiation therapyProspective cohort studyHead and neck cancerPatient careNursingFamily medicineMedical physicsSurgeryOncologyOperations management

Résumé

récupéré en direct d'OpenAlex

The BC Cancer Agency Radiotherapy (RT) program started the Prospective Outcomes and Support Initiative (POSI) at all six centres to utilize patient-reported outcomes for immediate clinical care, quality improvement, and research. Patient-reported outcomes were collected at time of computed tomography simulation via tablet and 2 to 4 weeks post-RT via either tablet or over the phone by a registered nurse. From 2013 to 2016, patients were approached on 20,150 attempts by POSI for patients treated with RT for bone metastases (52%), brain metastases (11%), lung cancer (17%), gynecological cancer (16%), head and neck cancer (2%), and other pilots (2%). The accrual rate for all encounters was 85% (n = 17,101), with the accrual rate varying between the lowest and the highest accruing centre from 78% to 89% ( P < .001) and varying by tumour site ( P < .001). Using the POSI database, we have performed research and quality improvement initiatives that have changed practice.

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)0,135
score de la tête « metaresearch » (Gemma)0,117
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: aucune
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,713

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1350,117
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0030,001
Communication savante0,0060,003
Science ouverte0,0040,008
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,128
Tête enseignante GPT0,442
Écart entre enseignants0,314 · 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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetCancer survivorship and careTravaux en français237 207