26 Improving timeliness of specialist referral and diagnosis for patients with suspected lung cancer through standardization
Notice bibliographique
Résumé
Background Delays in lung cancer (LC) diagnosis are associated with worse clinical outcomes. Our rapid assessment LC clinic identified referral delays following thoracic imaging suspicious for LC and delays associated with unstructured triage. Objectives Decrease time from suspicious CT chest to LC clinic referral and decrease time from referral to diagnosis and staging. Methods Retrospective baseline chart review (Jan–Apr 2018) and prospective monitoring (May 2018–May 2019). PDSA cycles: 1) Standardized Triage Pathways (nurse-physician triage to diagnostic pathways, pre-ordered staging tests, small nodule clinic); 2) local standardization and regional implementation of CT reporting recommending LC clinic referral (March 2019). Data include dates of: imaging suspicious for LC, CT chest, specialist referral and assessment, staging tests, radiologist recommendations and diagnosis. Data are reported as mean days; statistical process control XbarS charts and unpaired t-tests were used to assess for significance. Results Following PDSA 1, there were reductions in mean time from referral to PET (40.5 to 27.3 days), to CT/MRI Brain (35.8 to 18.8 days), and to diagnosis (41.4 to 30.1 days), all significant by special cause variation. Following PDSA 2, the percentage of LC clinic patients with a CT chest recommending clinic referral increased (25.2% to 37.0%, p=0.041), with increased recommendations from regional hospitals (4.2% to 16.5%, p=0.022). When a radiologist recommended LC clinic referral, time to referral and assessment were faster (7.3 vs. 15.5 days, p=0.0001; 20.3 vs. 26.2 days, p=0.001, respectively). Conclusions Standardization of radiologist reporting and LC clinic triage led to significant improvement in timeliness of specialist access, diagnosis and staging investigations.
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 | 0,014 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».