A Redesigned Order Entry System for Reducing Low-Value Preprocedural Cardiology Consultations: Quality-Improvement Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Preprocedural cardiac evaluation is a common reason for outpatient cardiology visits. Many patients who are referred to cardiology clinics for preprocedural evaluation are at low risk of perioperative events and do not require any further management. Our facility treats patients over a large geographic area; avoiding low-value consultations reduces time and travel burdens for patients. OBJECTIVE: Our study objective was to assess the impact of a novel algorithm in the electronic order entry system aimed to guide clinicians toward patients who may benefit from cardiovascular referral. METHODS: We retrospectively reviewed in-person consultations and electronic consultations (e-consults) to our cardiology service before and after implementation of the novel algorithm to assess changes in patterns of care. Data were stored in a custom electronic database on internal servers. RESULTS: We reviewed 603 consultations to our cardiology clinic and found that 89 (14.7%) were sent for preprocedural evaluation. Of these, 39 (43.8% of preprocedural consultations) were e-consults. After implementation, we reviewed 360 consultations. The proportion of consultations for preprocedural evaluation did not decrease (n=47, 13.0%; P=.39). We observed an absolute increase of 13.6% in the proportion of consultations ordered as e-consults (27/47, 57.4%). During the postintervention period, we received no remarks, concerns, or criticisms from ordering clinicians about the process change and no reports of adverse events. CONCLUSIONS: Implementation of an ordering algorithm to reduce low-value preprocedural cardiology evaluations did not lead to a reduction in the number of overall preprocedural cardiology consultations. The number of patients seen electronically increased, potentially improving clinic access and reducing travel burden for patients.
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 | 0,015 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».