Performance and cost of a renal cancer specialist multidisciplinary team meeting: Results from 1500 discussions
Notice bibliographique
Résumé
Objectives: To report on the performance and cost of a surgeon-led renal cancer specialist multidisciplinary team meeting at a high-volume centre. Materials and methods: Retrospective analysis of 1500 consecutive cases discussed from 2 September 2015 onwards. Performance was assessed as the number of cases where a clinical recommendation was made. The cost per meeting, discussion and patient were calculated using the mid-point of pay band attributable to the attendees (National Health Service pay scales 2015). Results: Over 34 meetings, 1500 discussions occurred (933 patients: 61.7% male; mean age 63.8). Above a one-quarter of discussions ( n = 399, 26.6%) were new referrals. Each patient’s case was discussed a mean of 1.6 times, the majority being discussed once ( n = 563, 60.3%). In 93.3% of discussions, a clinical recommendation was made. Only 100 discussions (6.7%) were deferred due to incomplete clinical information. A total of 11.1% ( n = 166) cases were discharged. The average costs were: £141,901 per year, £2729 per meeting, £62 per case discussed and £99 per patient. Conclusion: One discussion was usually sufficient to decide management; deferral was uncommon; and, given the low discharge rate, referrals seemed appropriate. The cost per patient was modest, and represented good value in providing a focused and shared clinical decision-making pathway for renal cancer patients. Level of evidence: 2C
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».