Bridging the feedback gap: a sociotechnical approach to informing clinicians of patients’ subsequent clinical course and outcomes
Notice bibliographique
Résumé
To improve their diagnosis and management skills, clinicians need consistent, timely and accurate feedback. Feedback helps clinicians become better calibrated, leading to more appropriate clinical decisions. Miscalibration—when clinicians’ confidence in the accuracy of their decisions does not align with their actual accuracy—may lead to overconfidence and diagnostic error.1 Consistent structured feedback leads to improved outcomes such as accurate diagnosis of acute chest pain,2 improved prehospital emergency care3 and lower costs of hospitalisation.4 Despite its benefits, significant gaps exist in delivering feedback to clinicians. In particular, clinicians do not consistently receive patient outcome feedback, that is, information on the subsequent clinical course and outcomes of patients that they have diagnosed and treated. For example, emergency department (ED) physicians in Canada reported receiving outcome feedback on only 15% of cases they encountered.5 Among US internal medicine residents, 58% reported almost never or only sometimes ultimately learning about their patients’ outcomes.6 Scientific knowledge on how to effectively provide clinicians with patient outcome feedback is underdeveloped. In contrast with traditional audit and feedback where clinicians receive aggregated metrics of clinical performance compared against explicit standards,7 patient outcome feedback provides clinicians with objective clinical information on their patient’s eventual diagnoses, treatment and clinical course. Rather than conferring black-and-white external judgements, patient outcome feedback provides clinicians with narratives regarding what happened to the patients they treated, which are crucial data for self-evaluation of clinical performance. Developing effective feedback pathways is difficult. Fragmented healthcare systems with organisational and regulatory barriers, such as seen in the USA, make feedback-related information flow challenging. Even integrated healthcare networks such as the US Veterans Affairs health system8 and those in other countries, like the UK, Australia and Canada, only have sporadic disease-specific feedback programmes.9 To our knowledge, none of these systems have …
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 | 0,014 | 0,358 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».