Ophthalmology on Call: Evaluating the Volume, Urgency, and Type of Pages Received at a Tertiary Care Center
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.
Notice bibliographique
Résumé
BACKGROUND: A significant proportion of on-call resident workload is related to answering and managing pages. Ophthalmology residents see high volumes of patients on call, but little is known about the profile of pages they receive. The objective of this study is to characterize the volume, type, and urgency of pages received by the ophthalmology on-call service. METHODS: A retrospective review of on-call pager log sheets and patient charts was performed at a single academic institution. Data were collected from July to December 2019, sampling the first seven days of each month. Data collected for each page included date/time of day, source, and primary concern. For each page leading to a patient encounter, time from page to patient assessment, patient demographics, and final diagnosis were recorded. Continuous variables were reported as mean values, whereas categorical variables were presented as percentages. A two-sample t-test and single-factor analysis of variance were employed. RESULTS: Over 42 days, 1108 pages were received. Over half of these calls required patient assessment, 71% of which were seen the same day. On average, 26 pages were received in 24 hours. Daytime weekday hours were significantly more busy than weekday nights or weekends (p<0.001). Patients and the emergency department each accounted for almost one-third of calls received. Retina- and cornea-related consults were most common. CONCLUSIONS: Pager volumes in ophthalmology are high and on-call patient volumes are rising. Answering pages increases the on-call resident's workload and has a negative impact on clinic flow. These data can be used to inform resident curriculum development, hospital system changes, patient education regarding appropriate paging, and medical school teaching.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle