Palliative medicine outpatient clinic ‘no-shows’: retrospective review
Notice bibliographique
Résumé
OBJECTIVES: Patients who do not attend outpatient palliative care clinic appointments ('no-shows') may have unmet needs and can impact wait times. We aimed to describe the characteristics and outcomes associated with no-shows. METHODS: We retrospectively reviewed new no-show referrals to the Princess Margaret Cancer Centre Oncology Palliative Care Clinic (OPCC) in Toronto, Canada, between January 2017 and December 2018, compared with a random selection of patients who attended their first appointment, in a 1:2 ratio. We collected patient information, symptoms, performance status (Eastern Cooperative Oncology Group (ECOG) and outcomes. Univariable and multivariable logistic regression analyses were used to identify significant factors. RESULTS: Compared with those who attended (n=214), no-shows (n=103), on multivariable analysis, were at higher odds than those who attended of being younger (OR 0.98, 95% CI 0.96 to 1.00, p=0.019), living outside Toronto (OR 2.67, 95% CI 1.54 to 4.62, p<0.001) and having ECOG ≥2 (OR 2.98, 95% CI 1.41 to 6.29, p=0.004). No-shows had a shorter median survival compared with those who attended their first appointment (2.3 vs 8.7 months, p<0.001). CONCLUSION: Compared with patients who attended, no-shows lived further from the OPCC, were younger, and had a poorer ECOG. Strategies such as virtual visits should be explored to reduce no-shows and enable attendance at OPCCs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».