MétaCan
Menu
Retour à la cohorte
Enregistrement W4223450571 · doi:10.1097/pts.0000000000000999

Defining Diagnostic Error: A Scoping Review to Assess the Impact of the National Academies’ Report Improving Diagnosis in Health Care

2022· review· en· W4223450571 sur OpenAlex
Traber Davis Giardina, Haslyn Hunte, Mary A. Hill, S. Layla Heimlich, Hardeep Singh, Kelly M. Smith

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Patient Safety · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensToronto East General HospitalUniversity of Toronto
Organismes subventionnairesNational Institute on AgingAgency for Healthcare Research and Quality
Mots-clésHealth careMEDLINEMedicineData scienceComputer scienceMedical physicsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Standards for accurate and timely diagnosis are ill-defined. In 2015, the National Academies of Science, Engineering, and Medicine (NASEM) committee published a landmark report, Improving Diagnosis in Health Care , and proposed a new definition of diagnostic error, "the failure to ( a ) establish an accurate and timely explanation of the patient's health problem(s) or ( b ) communicate that explanation to the patient." OBJECTIVE: This study aimed to explore how researchers operationalize the NASEM's definition of diagnostic error with relevance to accuracy, timeliness, and/or communication in peer-reviewed published literature. METHODS: Using the Arskey and O'Malley's framework framework, we identified published literature from October 2015 to February 2021 using Medline and Google Scholar. We also conducted subject matter expert interviews with researchers. RESULTS: Of 34 studies identified, 16 were analyzed and abstracted to determine how diagnostic error was operationalized and measured. Studies were grouped by theme: epidemiology, patient focus, measurement/surveillance, and clinician focus. Nine studies indicated using the NASEM definition. Of those, 5 studies also operationalized with existing definitions proposed before the NASEM report. Four studies operationalized the components of the NASEM definition and did not cite existing definitions. Three studies operationalized error using existing definitions only. Subject matter experts indicated that the NASEM definition functions as foundation for researchers to conceptualize diagnostic error. CONCLUSIONS: The NASEM report produced a common understanding of diagnostic error that includes accuracy, timeliness, and communication. In recent peer-reviewed literature, most researchers continue to use pre-NASEM report definitions to operationalize accuracy and timeliness. The report catalyzed the use of patient-centered concepts in the definition, resulting in emerging studies focused on examining errors related to communicating diagnosis to patients.

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)0,005
score de la tête « metaresearch » (Gemma)0,324
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,324
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,125
Tête enseignante GPT0,494
Écart entre enseignants0,369 · 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