Doling out too little for priority sake: an audit of referral letters to a tertiary psychiatric unit in Nigeria.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: A referral process seeks the assistance of a better or differently resourced facility at the same or higher level to assist in, or to take over the management of the client's case. The referrals received at the psychiatric unit of our tertiary health care facility from across the clinical specialties vary in both quality and content. Objective: This study aimed to assess quality of the content and highlight the important elements of 261 referral letters received at the Department of Psychiatry of the Ekiti State University Teaching Hospital (EKSUTH), southwest Nigeria. Method: In the assessment of the letters, a checklist adapted from the University of Manitoba was used carefully to evaluate the quality of each referral letter. Result: More than half, 147 (56.3%), of the letters were received from the adult emergency unit. About a third (31.0%) of the letters had incomplete biodata of the patients; and one out four of the letters did not indicate the reason for the referral. Majority of the referral letters did not give relevant information about patients regarding psychosocial history, clinical findings. About 60% of letters that referred known psychiatric patients gave information on neither previous episodes of psychiatric illness, nor relevant clinical findings. More than a quarter (27.2%) of the referral letters under analysis did not express statement of what was expected, by the referring clinicians, for the patients. Conclusion: Earnest efforts should be made to include the art of medical communication in both undergraduate and postgraduate medical education curriculum.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle