Impact of quality improvement initiatives to improve CKD referral patterns: a systematic review protocol
Notice bibliographique
Résumé
INTRODUCTION: Chronic kidney disease (CKD) is a global-health problem. A significant proportion of referrals to nephrologists for CKD management are early and guideline-discordant, which may lead to an excess number of referrals and increased wait-times. Various initiatives have been tested to increase the proportion of guideline-concordant referrals and decrease wait times. This paper describes the protocol for a systematic review to study the impacts of quality improvement initiatives aimed at decreasing the number of non-guideline concordant referrals, increasing the number of guideline-concordant referrals and decreasing wait times for patients to access a nephrologist. METHODS AND ANALYSIS: We developed this protocol by using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses for Protocols (2015). We will search the following empirical electronic databases: MEDLINE, Embase, Cochrane Library, CINAHL, Web of Science, PsycINFO and grey literature for studies designed to improve guideline-concordant referrals or to reduce unnecessary referrals of patients with CKD from primary care to nephrology. Our search will include all studies published from database inception to April 2021 with no language restrictions. The studies will be limited to referrals for adult patients to nephrologists. Referrals of patients with CKD from non-nephrology specialists (eg, general internal medicine) will be excluded. ETHICS AND DISSEMINATION: Ethics approval will not be required, as we will analyse data from studies that have already been published and are publicly accessible. We will share our findings using traditional approaches, including scientific presentations, open access peer-reviewed platforms, and appropriate government and public health agencies. PROSPERO REGISTRATION NUMBER: CRD42021247756.
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 | 0,113 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,017 | 0,018 |
| Bibliométrie | 0,016 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,011 |
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 ».