MétaCan
Menu
Retour à la cohorte
Enregistrement W3013962755 · doi:10.1177/000313482008600325

Synoptic Operative Reporting: Documentation of Quality of Care Data for Rectal Cancer Surgery

2020· article· en· W3013962755 sur OpenAlexaff
Reagan L. Robertson, Ashley Vergis

Notice bibliographique

RevueThe American Surgeon · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineDocumentationColorectal cancerCancerColorectal surgeryCohortSurgeryGeneral surgeryInternal medicineAbdominal surgery

Résumé

récupéré en direct d'OpenAlex

Operative reports can be used to evaluate quality of care indicators in surgical patients. This study evaluated documentation of preoperative and intraoperative quality of care indicators for rectal cancer surgery in synoptic reports and traditional dictated reports. Two surgeons independently reviewed 40 prospectively collected synoptic operative reports from rectal cancer cases and a case-matched historical cohort of 40 dictated reports. Rectal cancer–specific quality measures were scored in both report groups using two separate, previously validated checklists. Synoptic reports had significantly higher overall scores on both checklists 1 (mean adjusted score ± SD 76 ± 4 vs 41 ± 19, P < 0.01) and 2 (54 ± 3 vs 24 ± 11, P < 0.01; maximum score of 100 for both checklists). Synoptic reports scored significantly higher in reporting preoperative and intraoperative care indicators. Data were extracted quickly from synoptic reports (mean 3:46 vs 6:21, minutes:seconds to complete checklists, P < 0.05). Synoptic reports are associated with accurate documentation of quality of care data for rectal cancer surgery. Refining the synoptic templates used will further enhance the collection of quality indicators and reporting in complex oncologic procedures.

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)0,026
score de la tête « metaresearch » (Gemma)0,139
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,139
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,160
Tête enseignante GPT0,459
Écart entre enseignants0,299 · 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.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American SurgeonMême sujetDigital Imaging in MedicineTravaux en français237 207