Implementation of an electronic patient reported outcome system in a prostate cancer urology clinic.
Notice bibliographique
Résumé
143 Background: The Prostate Clinic at Vancouver General Hospital recently implemented electronic Patient Reported Outcomes (ePRO) collection from prostate cancer patients (pts). The ePRO system was adopted from the University Health Network, Toronto. Our objective was to review the successes and challenges related to the implementation of the system during its first 6 months of use. Methods: All newly diagnosed pts, those going for a prostate biopsy, and pts booking surgery are asked to complete ePRO on iPads at their clinic appointment. The ePRO includes the EPIC-26, EQ-5D-5L, WHODAS 2.0 questionnaires and the Distress Thermometer. It takes about 4-5 minutes to complete the questions, and consent to be contacted about future prostate cancer research is also requested. Afterwards, pts complete ePROs at each clinic appointment. They receive a report summarizing that day’s responses in the context of previous responses. Results: Between 4-1-17 and 10-16-17, 360 pts were eligible to complete the ePRO. 311/360 pts (86.4%) filled out the ePRO at least once. Of the 49 who didn’t, 24 were missed by the coordinator and 21 were not referred by clinic staff. Only 4 pts (8.2%) refused to answer the ePRO. 18 of the 311 pts only partially answered the ePRO, most often due to the length of the questionnaires. 396 instances of ePRO were completed by 311 pts. WiFi connectivity issues were encountered 30/396 times, which prolonged ePRO completion time, and on 3 occasions resulted in patients refusing to complete ePRO. Conclusions: Implementation of the ePRO system into our urology clinic is a success based on a high completion and low refusal rate, and was organized mainly by a single individual. Challenges include training clinic staff to refer pts to complete ePROs at appropriate times, technical difficulties with WiFi connectivity, and the need to interact with each pt individually, which can be time consuming and result in lost data. Eventually, all pts will be trained to pick up an iPad and complete ePROs prior to each appointment. We found the system straightforward to use, and have updated our iPads with additional questionnaires. It is clear that systems collecting ePROs will become standard practice as technology improves and costs go down.
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 | 0,022 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».