MétaCan
Menu
Retour à la cohorte
Enregistrement W3174836190 · doi:10.1016/j.jcte.2021.100260

Comparing the content of traditional faxed consultations to eConsults within an academic endocrinology clinic

2021· article· en· W3174836190 sur OpenAlexaffabout
Nicole Pun, Amel Arnaout, Christopher Tran, Clare Liddy

Notice bibliographique

RevueJournal of Clinical & Translational Endocrinology · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineReferralFamily medicinePrimary careDiabetes mellitusPediatrics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare the content of traditional faxed referrals and electronic consultations (eConsults) and determine how many questions sent by traditional referral could be successfully addressed using eConsult. METHODS: We conducted a cross-sectional, qualitative study of eConsults and faxed referrals sent to a tertiary diabetes and endocrinology clinic in Ottawa, Ontario. A convenience sample of 300 faxed referrals sent between March and July 2017 and 300 eConsults submitted between January and December 2017 were selected and coded using an established taxonomy to determine question type. Two endocrinologists reviewed the faxed referrals to assess whether they could have been addressed using eConsult. Responses to a mandatory closeout survey were reviewed for all eConsults, assessing the case's outcome, impact on decision to refer, and educational value. RESULTS: Most faxed consultations were requests for shared care in diabetes mellitus, whereas most eConsults requested help in diagnostic test interpretation. 25-27% of faxed consults were felt to be potentially amenable to eConsult. Referring provider behaviour was changed in 45.3% of eConsult cases through avoidance of face-to-face consultation. CONCLUSION: eConsult is a promising tool for PCPs to improve access to specialist opinion without necessitating a face-to-face visit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,347
Tête enseignante GPT0,412
Écart entre enseignants0,065 · 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 tête enseignante, 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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical & Translational EndocrinologyMême sujetHealthcare Systems and TechnologyTravaux en français237 207