Utilization of an electronic medical record trigger to promote palliative care consultation in ambulatory oncology.
Notice bibliographique
Résumé
e18201 Background: Research insupportive care demonstrates improvements in overall survival, quality of life, symptom management, and reductions in the cost of care. Despite the American Society of Clinical Oncology recommendation for early concurrent supportive care in patients with advanced cancer and high symptom burden, integrating supportive services is challenging. Our aims were to 1) implement an electronic medical record (EMR) provider alert of high symptom burden based on Edmonton Symptom Assessment Scale (ESAS) criteria and 2) determine the impact an alert has on supportive service referrals. Methods: ESAS scores were implemented in medical ambulatory oncology clinics to quantitatively assess symptom burden. An EMR alert was programmed for a total ESAS score > 30 and any single response of ≥9 to capture approximately 15% of our high symptom burden patient population. The provider could elect to accept the alert placing an order for palliative consultation or decline the prompt. Referral rates and symptom assessment scores were followed as metrics for EMR alert efficiency. Results: Over 10 months, 9,710 patient visits used the ESAS system resulting in 7,707 fully completed ESAS scores (79.4% completion rate). There were 78 total consults to palliative care, a referral rate of less than 1% of the population, which was unchanged from prior to trigger implementation. Of the total completed ESAS forms, the trigger alerted 686 times (8.9% of patient visits) with only 55 of those triggers leading to a supportive care referral (8.0%). Conclusions: This project highlights the challenges of an EMR based alert system and the need for continued efforts to improve supportive care referrals through provider education and tool implementation. [Table: see text]
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 | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».