Impact of the KidneyWise toolkit on chronic kidney disease referral practices in Ontario primary care: a prospective evaluation
Notice bibliographique
Résumé
OBJECTIVES: Chronic kidney disease (CKD) is common; therefore, coordination of care between primary care and nephrology is important. Ontario Renal Network's KidneyWise toolkit was developed to provide guidance on the detection and management of people with CKD in primary care (www.kidneywise.ca). The aim of this study was to evaluate the impact of the April 2015 KidneyWise toolkit release on the characteristics of primary care referrals to nephrology. DESIGN AND SETTING: The study was a prospective pre-post design conducted at two nephrology sites (community site: Trillium Health Partners in Mississauga, Ontario, Canada, and academic site: St Joseph's Healthcare in Hamilton, Ontario, Canada). Referrals were compared during the 3-month time period immediately prior to, and during a 3-month period 1 year after, the toolkit release. PRIMARY AND SECONDARY OUTCOME MEASURES: The primary outcome was the change in proportion of referrals for CKD that met the KidneyWise criteria. Additional secondary referral and quality of care outcomes were also evaluated. Multivariable logistic regression was used to evaluate preselected variables for their independent association with referrals that met the KidneyWise criteria. RESULTS: The proportion of referrals for CKD among people who met the KidneyWise referral criteria did not significantly change from pre-KidneyWise to post-KidneyWise implementation (44.7% vs 45.8%, respectively, adjusted OR 1.16, 95% CI 0.85 to 1.59, p=0.36). The proportion of referrals for CKD that provided a urine albumin-creatinine ratio significantly increased post-KidneyWise (25.8% vs 43.8%, adjusted OR 1.45, 95% CI 1.06 to 1.97, p=0.02). The significant independent predictors of meeting the KidneyWise referral criteria were academic site, increased age and use of the KidneyWise referral form. CONCLUSIONS: We did not observe any change in the proportion of appropriate referrals for CKD at two large nephrology centres 1 year after implementation of the KidneyWise toolkit.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».