MétaCan
Menu
Retour à la cohorte
Enregistrement W4220919185 · doi:10.1200/cci.21.00086

Integration of Patient-Reported Outcome Measures in the Electronic Health Record: The Veterans Affairs Experience

2022· article· en· W4220919185 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJCO Clinical Cancer Informatics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVeterans AffairsAmbulatoryCancerOutcome (game theory)Ambulatory careHealth care

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There are growing efforts to integrate patient-reported outcome (PRO) data into electronic health records (EHRs) to bring together disparate sources of patient information and improve medical care. PRO measures can be used to assess cancer symptom presence and severity. Integrating PRO tools in EHRs can alert providers to address symptoms, which is an essential component of comprehensive oncology care. METHODS: We modified a PRO used to measure cancer and end-of-life symptoms, the Edmonton Symptom Assessment System to create the Veteran Symptom Assessment System (VSAS). VSAS was implemented as an integrated PRO as part of the Veterans Administration EHR system and was used at hematology-oncology clinics in Veteran Administration (VA) medical centers in the Southeast. RESULTS: From 2013 to 2014, VSAS was introduced, underwent usability testing and modifications, and was finally implemented in the EHR. Between 2015 and 2019, VSAS was administered 43,883 times in 9,058 patients. Eighty-nine percent of Veterans were male, 11% were female, 52% identified as non-Hispanic White, and 43% identified as African American. Fatigue, shortness of breath with exertion, and pain were most frequently reported initially (68%, 48%, and 45%, respectively) and were most frequently rated as severe (27%, 16%, and 17%, respectively). In patients diagnosed with stage IV cancer, higher symptom burden was significantly associated with shorter overall survival. The majority of Veterans with longitudinal measurements experienced improvement in symptoms, most frequently in severe symptoms. CONCLUSION: To our knowledge, this is the first large-scale implementation of a PRO system, integrated in the VA EHR, in ambulatory patients with cancer and blood disorders. The integration of VSAS within the VA EHR is a significant demonstration and a necessary requirement for current and future systemic initiatives in cancer symptom management.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,516

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,119
Tête enseignante GPT0,422
Écart entre enseignants0,303 · 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