The Impact of Transitioning From In-Person to Virtual Heart Transplantation Selection Committee Meetings: Observational Study
Notice bibliographique
Résumé
BACKGROUND: Heart transplant selection committee meetings have transitioned from in-person to remote video meetings during the COVID-19 pandemic, but how this impacts committee members and patient outcomes is unknown. OBJECTIVE: The aim of this study is to determine the perceived impact of remote video transplant selection meetings on usability and patient care and to measure patient selection outcomes during the transition period from in-person to virtual meetings. METHODS: A 35-item anonymous survey was developed and distributed electronically to the heart transplant selection committee. We reviewed medical records to compare the outcomes of patients presented at in-person meetings (January-March 2020) to those presented during video meetings (March-June 2020). RESULTS: Among 83 committee members queried, 50 were regular attendees. Of the 50 regular attendees, 24 (48%) were physicians and 26 (52%) were nonphysicians, including nurses, social workers, and coordinators; 46 responses were received, 23 (50%) from physicians and 23 (50%) from nonphysicians, with 41 responses fully completed. Overall, respondents were satisfied with the videoconference format and felt that video meetings did not impact patient care and were an acceptable alternative to in-person meetings. However, 54% (22/41) preferred in-person meetings, with 71% (15/21) of nonphysicians preferring in-person meetings compared to only 35% (7/20) of physicians (P=.02). Of the 46 new patient evaluations presented, there was a statistically nonsignificant trend toward fewer patients initially declined at video meetings compared with in-person meetings (6/24, 25% compared to 10/22, 45%; P=.32). CONCLUSIONS: The transition from in-person to video heart transplant selection committee meetings was well-received and did not appear to affect committee members' perceived ability to deliver patient care. Patient selection outcomes were similar between meeting modalities.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».