MétaCan
Menu
Retour à la cohorte
Enregistrement W2806970967 · doi:10.1177/0003489418776670

An Evaluation of On-Call Otolaryngology Consultations: Assessing an Increasing Workload

2018· article· en· W2806970967 sur OpenAlexaff
Kristine A. Smith, Ashley Hinther, James Brookes, T. Wayne Matthews, Joseph C. Dort

Notice bibliographique

RevueAnnals of Otology Rhinology & Laryngology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOtorhinolaryngologyWorkloadMedicineEmergency departmentRetrospective cohort studyEmergency medicineTertiary careHealth careCross-sectional studyMedical emergencyFamily medicineMedical recordNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study compares the volume of on-call otolaryngology consultations in a tertiary care center over a 5-year period. The objective of this study was to identify changes in the volume of consultations in an inpatient setting. METHODS: A cross-sectional retrospective study was performed to determine the volume of consultations. The years 2010 and 2015 were the timepoints for the cross-sectional analysis. A review of electronic medical records was performed to identify all patients associated with the otolaryngology service from the emergency department, inpatient wards, and intensive care units. The primary outcome was the number of otolaryngology consultations per year. RESULTS: The number of on-call consultations in 2010 was 992. In 2015, the number of on-call consultations was 2174. This represents a 120% increase in the number of consultations over a 5-year period ( P < .001). CONCLUSION: There has been a significant increase in the volume of on-call otolaryngology consultations at our tertiary care center. This increase has the potential to adversely affect patient care. A better understanding of the cause of this increase may allow policymakers and health care practitioners to improve patient access, physician workloads, and resource allocation.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,108
Tête enseignante GPT0,429
Écart entre enseignants0,320 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Otology Rhinology & LaryngologyMême sujetEmergency and Acute Care StudiesTravaux en français237 207