MétaCan
Menu
← Retour à la cohorte
Enregistrement W3025584259 · doi:10.2196/14346

Efficiency of Text Message Contact on Medical Safety in Outpatient Surgery: Retrospective Study

2020· article· en· W3025584259 sur OpenAlexvenueno aff
Jeremy Peuchot, Étienne Allard, B. Dureuil, Benoît Veber, Vincent Compère

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRetrospective cohort studyTelephone callOutpatient surgeryPatient safetyEmergency medicineShort Message ServiceTelephone interviewMedical emergencySurgeryAmbulatoryHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Establishing pre- and postoperative contact with patients is part of successful medical management in outpatient surgery. In France, this is mostly done via telephone. Automated information with short message service (SMS) reminders might be an interesting alternative to increase the rate of compliance with preoperative instructions, but no study has shown the safety of this approach. OBJECTIVE: The objective of this study was to evaluate the impact of pre- and postoperative automated information with SMS reminders on medical safety in outpatient surgery. METHODS: We conducted a retrospective, single-center, nonrandomized, controlled study with a before-after design. All adult patients who had outpatient surgery between September 2016 and December 2017 in our university hospital center were included. Before April 2017, patients were contacted by telephone by an outpatient surgery nurse. After April 2017, patients were contacted by SMS reminder. All patients were contacted the day before and the day after surgery. Patients contacted by SMS reminder were also contacted on day 7 after surgery. The primary end point was the conversion rate to full-time hospitalization. Secondary end points were hospitalization causes (anesthetic, surgical, organizational) and hospitalization costs. RESULTS: A total of 4388 patients were included, 2160 before and 2228 after the introduction of SMS reminders. The conversion rate to full-time hospitalization was 34/4388 (0.77%) with a difference between SMS group (8/2228, 0.36%) and telephone group (26/2160, 1.20%). The cost of SMS reminders was estimated as half that of telephone calls. CONCLUSIONS: In this work, we report a decrease in the rate of conversion to full-time hospitalization with the use of pre- and postoperative SMS reminders. This new approach could represent a safe and cost-effective method in an outpatient surgery setting.

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)0,010
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,076
Tête enseignante GPT0,444
Écart entre enseignants0,368 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→