MétaCan
Menu
Retour à la cohorte
Enregistrement W2988464934

Prevention of delayed referrals through the Champlain BASE eConsult service.

2017· article· en· W2988464934 sur OpenAlexaffabout
Clare Liddy, Paul Drosinis, Adam Fogel

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineSpecialtyFamily medicinePrimary careMedical emergencyPediatrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To identify the proportion and evaluate the content of eConsults (electronic consultations) in which the Champlain BASE (Building Access to Specialists through eConsultation) eConsult process prompted a referral to a specialist that was not originally contemplated by the primary care provider (PCP). DESIGN: Cross-sectional study of all eConsults submitted between April 15, 2011, and January 31, 2015. SETTING: Champlain Local Health Integration Network, a large health region in eastern Ontario. PARTICIPANTS: Primary care providers registered to use the Champlain BASE eConsult service. MAIN OUTCOME MEASURES: Answers from a close-out survey-completed by PCPs at the conclusion of each eConsult-stating that specialist referral was not originally contemplated but that the eConsult process had prompted referral. The logs containing the communication exchanged between the PCPs and the specialists were reviewed, and each prompted referral case was categorized by the type of question asked, if pharmaceutical advice was given, if the referral was redirected to a different specialty group, and if the referral was urgent. RESULTS: A total of 188 (3.4%) of 5601 eConsults completed during the study period were cases in which PCPs stated that they had originally not contemplated referring the patient to a specialist but that the Champlain BASE eConsult process had prompted referral. Prompted referrals were most often directed to cardiologists (10.6%), dermatologists (10.6%), infectious disease specialists (9.0%), hematologists (9.0%), and urologists (8.5%). The most common questions were about diagnosis (34.0%), drug treatment (18.0%), and management (15.0%). Pharmaceutical advice was given in 28.0% of prompted referral cases, and in 26.0% of cases, the face-to-face referral was redirected to another specialty group. In 5.0% of cases, the specialist stated the referral was urgent. The median specialist response time was 0.96 days (interquartile range 0.17 to 3.80 days). CONCLUSION: By providing PCPs with increased access to specialists, the Champlain BASE eConsult service serves an important role in identifying and preventing the potential detrimental consequences of delayed medical referrals across specialty groups.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,687
Score d'incertitude au seuil0,623

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,096
Tête enseignante GPT0,286
Écart entre enseignants0,190 · 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

Citations20
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealthcare Systems and TechnologyTravaux en français237 207