MétaCan
Menu
Retour à la cohorte
Enregistrement W2790747465 · doi:10.3747/co.25.3726

The Impact of Seasonal Operating Room Closures on Wait Times for Oral Cancer Surgery

2018· article· en· W2790747465 sur OpenAlexaffvenueabout
Neil Mundi, Julie Theurer, A. Warner, John Yoo, Kenneth Fung, Danielle MacNeil, Sandeep Dhaliwal, Eric Winquist, David A. Palma, Anthony C. Nichols

Notice bibliographique

RevueCurrent Oncology · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalHazard ratioOdds ratioOperating room managementHead and neck cancerCancerSurgeryEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Operating room slowdowns occur at specific intervals in the year as a cost-saving measure. We aim to investigate the impact of these slowdowns on the care of oral cavity cancer patients at a Canadian tertiary care centre. Methods: A total of 585 oral cavity cancer patients seen between 1999 and 2015 at the London Health Science Centre (LHSC) Head and Neck Multidisciplinary Clinic were included in this study. Operating room hours and patient load from 2006 to 2014 were calculated. Our primary endpoint was the wait time from consultation to definitive surgery. Exposure variables were defined according to wait time intervals occurring during time periods with reduced operating room hours. Results: Overall case volume rose significantly from 2006 to 2014 (p < 0.001), while operating room hours remained stable (p = 0.555). Patient wait times for surgery increased from 16.3 days prior to 2003 to 25.5 days in 2015 (p = 0.008). Significant variability in operating room hours was observed by month, with lowest reported for July and August (p = 0.002). The greater the exposure to these months, the more likely patients were to wait longer than 28 days for surgery (odds ratio per day [OR]: 1.07, 95% confidence interval [CI]: 1.05 to 1.10, p < 0.001). Individuals seen in consultation preceding a month with below average operating room hours had a higher risk of disease recurrence and/or death (hazard ratio [HR]: 1.59, 95% CI: 1.10 to 2.30, p = 0.014). Conclusions: Scheduled reductions in available operating room hours contribute to prolonged wait times and higher disease recurrence. Further work is needed to identify strategies maximizing efficient use of health care resources without negatively affecting patient outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,441

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,295
Tête enseignante GPT0,585
Écart entre enseignants0,290 · 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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207