Recurring Critical Results and Their Impact on the Volume of Critical Calls at a Tertiary Care Center
Notice bibliographique
Résumé
BACKGROUND: When a test result is critically abnormal, laboratories notify the responsible caregivers immediately, usually with a phone call. If the same test was ordered repeatedly, our institution has a policy of not notifying the caregiver if the previous result was also critical and within 24 h. We compared our policy with those of several different laboratories in North America and estimated the impact of changing our current policy to calling for all critical results, regardless of the time interval. METHODS: Several North American laboratories (n = 15) were surveyed regarding their critical result notification policy. For our institution, we performed a retrospective analysis focusing on critical values in a 5-month period for common chemistry tests. We estimated the effect on volume of calls and the impact on workload with regard to changing the critical result notification policy and critical thresholds. RESULTS: A majority of surveyed laboratories had some form of restriction for calling about recurring critical results. In our institution, removing the restrictions would increase the average number of daily calls by 11%-155%, depending on the analyte. The choice of critical thresholds also has an effect on the number of calls, and the effect depends on the analyte and the threshold chosen. CONCLUSIONS: Guidelines do not specify how recurring critical results should be communicated. Depending on the institutional resources, some laboratories call only the first critical result for one or more tests if certain criteria are met. Modification of these policies can lead to significant changes in the volume of calls made by the laboratory and can have numerous impacts related to workload, logistics, and patient care.
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 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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».