MétaCan
Menu
Retour à la cohorte
Enregistrement W4242728085 · doi:10.1309/gk9bfab1y5lnbwu1

Impact of the Cardiac Troponin Testing Algorithm on Excessive and Inappropriate Troponin Test Requests

2006· article· en· W4242728085 sur OpenAlexaff
Qing H. Meng, Shiming Zhu, Cheryl Booth, Linda Stevens, Bonnie Bertsch, Mabood Qureshi, Jawahar Kalra

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensSaskatchewan Health Authority
Organismes subventionnairesnon disponible
Mots-clésTroponin IMedicineWorkloadTroponinEmergency departmentReduction (mathematics)Test (biology)Emergency medicineAlgorithmCardiologyInternal medicineMedical emergencyMyocardial infarctionComputer science

Résumé

récupéré en direct d'OpenAlex

Cardiac troponin (cTn) is a key biomarker for the assessment of myocardial injury, but overutilization of this test has increased workload and costs. We developed and implemented an algorithm to eliminate excessive utilization. Significant reduction was observed after the implementation of the algorithm in total cTnI requests (29.9%; P = .007), requests from outpatient clinics (70.7%; P = .003), and other wards (42.8%; P = .003). Stat requests, the number of third requests, and more than 3 requests per patient were reduced significantly by 42.8% (P = .004), 35.8% (P = .003), and 49.4% (P = .008), respectively. The test and labor costs each were reduced by 29.9% (P = .007 for each). There was no significant change in cTnI orders from emergency and critical care departments. The cTnI testing algorithm reduced unnecessary orders for cTnI tests with no reduction in meeting patients’critical needs. Reduction in unnecessary and inappropriate requests reduces labor and test costs.

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 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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
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 Opus0,038
Tête enseignante GPT0,412
Écart entre enseignants0,374 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207