MétaCan
Menu
Retour à la cohorte
Enregistrement W3120635818 · doi:10.9778/cmajo.20200025

A comparison of faxed referrals and eConsult questions for rheumatology referrals: a descriptive study

2021· article· en· W3120635818 sur OpenAlexafffundvenueabout
Krista Rostom, Douglas C. Smith, Clare Liddy

Notice bibliographique

RevueCMAJ Open · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensOttawa HospitalQueensway-Carleton HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésMedicineRheumatologyFamily medicineInternal medicineReferralDescriptive statisticsPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Canada, wait times for access to specialized rheumatology services have increased, leading to new strategies to improve timely care; electronic consultations (eConsults) enable providers to ask specialists a clinical question using a secure platform, often reducing the need for a face-to-face visit. In this study, we sought to compare the types of referrals received through fax versus eConsult and to determine whether faxed referrals could be addressed using eConsult. METHODS: We conducted a descriptive study of consecutive faxed referrals sent to a tertiary care centre between Feb. 1 and Mar. 6, 2017, and a convenience sample of eConsults directed to rheumatology between Feb. 1, 2015, and Sept. 30, 2016, through the Champlain BASE eConsult Service, an Ontario-based service. We reviewed all referrals and categorized them by clinical content and question type. A rheumatologist with experience completing eConsult referrals assessed faxed referrals for their suitability to be answered through eConsults. Descriptive statistics were generated. RESULTS: We analyzed 300 consecutive faxed referrals and 300 (of 470) eConsult referrals. Faxed questions more often pertained to rheumatoid arthritis (32/300 [10.7%] v. 17/300 [5.7%]), systemic lupus erythematosus (24/300 [8.0%] v. 10/300 [3.3%]), and polyarthritis (30/300 [10.0%] v. 18/300 [6.0%]). eConsults more often addressed abnormal serology without joint symptoms (27/300 [9.0%] v. 8/300 [2.7%]) and gout (15/300 [5.0%] v. 4/300 [1.3%]). Faxed referrals were more likely to have no specific question (116/300 [38.7%]), and eConsults were more likely to have more than 1 question posed (99/300 [33.0%]) and a drug-related question (67/300 [22.3%]). The rheumatologist identified potential benefit from eConsult in 216/300 (72.0%) faxed referrals and 55/59 (93.2%) declined faxed referrals. INTERPRETATION: Despite differences in diagnosis between eConsults and faxed referrals, most faxed referrals showed the potential to be addressed through eConsult. Using eConsult may allow primary care providers to obtain answers to questions without requesting a face-to-face specialist referral, or provide support for patients awaiting face-to-face consultation.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,190
Tête enseignante GPT0,411
Écart entre enseignants0,220 · 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

Citations13
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetHealthcare Systems and TechnologyTravaux en français237 207