MétaCan
Menu
← Retour à la cohorte
Enregistrement W2886554737 · doi:10.5339/qfarc.2018.hbpd986

Prioritizing Access to the National Diabetes Center NDC Services Based on Clinical Need

2018· article· en· W2886554737 sur OpenAlexaboutno aff
Raissa Jacinto Puddao, Sara Darwish, Mariam A.O Al-Malaheem, Mahmoud Zirie

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriageMedicineMedical emergencyPDCAHealth careMultidisciplinary approachQuality managementEmergency medicineFamily medicineService (business)

Résumé

récupéré en direct d'OpenAlex

NDC is one of the busiest services at Hamad General Hospital (HGH) with 450-1000 new referrals monthly and an average waiting time of 84 days for an initial appointment. Triage guidelines from several government institutions in Canada, UK, and Australia stated that the patients with urgent conditions should be assessed within 2 weeks. Delaying urgent cases management poses a great patient safety risk that may endanger patient health and can lead to increased healthcare cost. In December 2016, a multidisciplinary team (physician, nurses, administration, and quality staff) was formed to pilot an urgent clinic service. The team standardized triaging criteria, calculated waste, and improved the process from triaging until the first appointment at NDC. Goal: To provide timely diagnosis and management for newly-referred patients to NDC who are considered urgent after physician's triage. Team Aim: To improve the percentage of referred patients with urgent cases who attended their initial consultation visit at the Diabetes-Endocrine Urgent Clinic within 2 weeks from physician's triage to 60% by May 2017. Methods: An urgent clinic exclusively for indicated urgent new referrals was piloted last December 2016. Fishbone diagram and process map were created. For testing changes, the Model for Improvement or Plan-Do-Study-Act (PDSA) was utilized. Several trials were done to identify the cases to be considered urgent during triage, manpower, clinic scheduling, appointment booking process, feedback gathering, and data collection. Results:For the past 9 months, there were 769 patients triaged to the urgent clinic. Around 65% of them were seen within 2 weeks, 12% no-show, and 23% were unable to attend due to various causes. We were able to surpass our goal for several months starting from January 2017 with the exemption in June 2017 when the clinic was closed for 10 days due to the Eid holidays.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,000
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,430
Écart entre enseignants0,329 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChronic Disease Management Strategies→Travaux en français237 207→