MétaCan
Menu
Retour à la cohorte
Enregistrement W4205551292 · doi:10.1017/cjn.2021.325

P.216 Improving access to neurosurgeons through an electronic consultation service

2021· article· en· W4205551292 sur OpenAlexvenueaboutno aff
A Wang, Sheena Guglani, Tom McCutcheon, Fahad Alkherayf

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReferralMedicinePrimary careService (business)Family medicineFace-to-facePatient referralMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background: Timely access to neurosurgeons for clinical advice is limited depending on region and other social factors. An eConsult service providing access to neurosurgeons in Ontario, Canada may influence primary care provider (PCP) course of action and referral behaviours. Methods: The Champlain BASE (Building Access to Specialist Care via eConsult) service allows PCPs to access specialist care in lieu of traditional face-to-face referrals. We conducted a cross-sectional study of eConsult cases submitted to neurosurgeons by PCPs between Jan 1, 2017 and Dec 31, 2018. Usage data and PCP responses to a mandatory closeout survey were analyzed. Results: A total of 432 eConsults were submitted. Specialist median response time was 2.29 days with 86.8% of responses occurring within 7 days. PCPs received a new or additional course of action in 53% of cases. An unnecessary face-to-face referral was avoided in 57% of all eConsults, and 50% of cases where the PCP initially contemplated requesting a referral. Over 86% of cases were rated at least 4 out of 5 in value for PCPs and their patients. Conclusions: The use of eConsult improves access to neurosurgeons by providing timely, highly-rated practice-changing clinical advice while reducing the need for patients to attend face-to-face office visits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0730,006

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 Opus0,050
Tête enseignante GPT0,296
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetHealthcare Systems and TechnologyTravaux en français237 207