The Use of Smartphone-Based Triage to Reduce the Rate of Outpatient Error Registration: Cross-Sectional Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In many clinics, patients now have the option to make Web-based appointments but doing so according to their own judgment may lead to wrong registration and delayed medical services. We hypothesized that smartphone-based triage in outpatient services is superior to Web-based self-appointment registration guided by the medical staff. OBJECTIVE: This study aimed to investigate smartphone-based triage in outpatient services compared with Web-based self-appointment registration and to provide a reference for improving outpatient care under appointment registration. METHODS: The following parameters in Guangzhou Women and Children's Medical Center were analyzed: wrong registration rate, the degree of patient satisfaction, outpatient visits 6 months before and after smartphone-based triage, queries after smartphone-based triage, number of successful registrations, inquiry content, and top 10 recommended diseases and top 10 recommended departments after queries. RESULTS: Smartphone-based triage showed significant effects on average daily queries, which accounted for 16.15% (1956/12,112) to 29.46% (3643/12,366) of daily outpatient visits. The average daily successful registration after queries accounted for 56.14% (1101/1961) to 60.92% (1437/2359) of daily queries and 9.33% (1130/12,112) to 16.83% (2081/12,366) of daily outpatient visits. The wrong registration rate after smartphone-based triage was reduced from 0.68% (12,810/1,895,829) to 0.12% (2379/2,017,921) (P<.001), and the degree of patient satisfaction was improved. Monthly outpatient visits were increased by 0.98% (3192/325,710) to 13.09% (42,939/328,032) compared with the same period the preceding year (P=.02). CONCLUSIONS: Smartphone-based triage significantly reduces the wrong registration rate caused by patient Web-based appointment registration and improves the degree of patient satisfaction. Thus, it is worth promoting.
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.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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 découle