MétaCan
Menu
Retour à la cohorte
Enregistrement W3035250802 · doi:10.1080/20476965.2020.1771619

Alternative care providers in rheumatoid arthritis patient care: a queueing and simulation analysis

2020· article· en· W3035250802 sur OpenAlexaff
Toni Tagimacruz, Diane P. Bischak, Deborah A. Marshall

Notice bibliographique

RevueHealth Systems · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineRheumatoid arthritisWorkloadQueueing theoryDiscrete event simulationPhysical therapyInternal medicineComputer scienceSimulation

Résumé

récupéré en direct d'OpenAlex

Patients diagnosed with rheumatoid arthritis require lifelong monitoring by a rheumatologist. Initiation of the disease-modifying anti-rheumatic drug therapy within twelve weeks of the onset of symptoms is crucial to prevent joint damage and functional disability. We examine the impact of the engagement of alternate care providers (ACP) in alleviating delay due to limited rheumatologist capacity. Using queueing theory and discrete-event simulation, we model rheumatologist-only and rheumatologist-with-ACP system configurations as closed, multi-class queueing networks with class switching.Using summary data from an actual rheumatology clinic for illustration, we analyze various parameter conditions to aid clinic managers and policymakers in decisions concerning capacity allocations and feasible patient panel size that impact timeliness of care and resource utilization.Results not only confirm that a substantial increase in RA patient panel size with an ACP involved in the care of follow-up patients but also demonstrates the boundaries for feasible panel sizes and workload allocation.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,053
Tête enseignante GPT0,394
Écart entre enseignants0,341 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth SystemsMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207