Application of Conjoint Analysis to Improve Reliability of Dietician Consultation in Pediatric Celiac Disease
Notice bibliographique
Résumé
INTRODUCTION: Celiac disease (CD) management involves lifelong adherence to a gluten-free diet, making the dietician a key member in CD care. However, our institution lacked a standardized process for dietary consultation in newly diagnosed CD. METHODS: fractional factorial conjoint analysis was performed. Attributes studied (2 levels each) included type of initial follow-up gastroenterology (GI) provider, interval from diagnosis to follow-up, concurrence of initial dietary consultation with gastroenterology visit, and on-going follow-up GI provider. CD care was standardized in July 2014 to facilitate concurrent visits with the clinician and dietician during the same clinical session. Changes to mean time of dietary consultation and reliability of dietary consultation were monitored using an individual-control and G-control chart, respectively. Standard control chart rules were followed. RESULTS: Conjoint analysis identified shorter time to initial follow-up visit and concurrent GI/dietician visits as more important attributes in newly diagnosed CD subjects' care. Types of follow-up provider during first or subsequent visits were identified as less important attributes. After initiation of a standardized follow-up process, a special cause was identified in December 2015 with a decrease in the mean time to dietary consultation from 30 to 20 days. In addition, standardized follow-up resulted in a more reliable process as evident by a special cause on the G-control chart in February 2015. CONCLUSION: Conjoint analysis identified attributes thought to be important in CD follow-up care. After redesign of our care process, a decrease in time to dietary consultation with improved reliability was observed.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».