MétaCan
Menu
Retour à la cohorte
Enregistrement W4286808818 · doi:10.30770/2572-1852-105.1.3

From the Editor

2019· article· en· W4286808818 sur OpenAlexaboutno aff
Heidi M. Koenig

Notice bibliographique

RevueJournal of Medical Regulation · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScrutinyHarmIdentification (biology)Health careMedicinePsychologyMedical educationFamily medicinePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

As always, Benjamin Franklin was able to reduce a powerful concept to a simple truth — one that even children understand. The idea of heading off large problems later by taking small preventive steps now has long been a core principle of medicine — but in recent years it has been gaining particular traction among medical regulators. The idea is that by identifying health care providers who are at a higher risk of providing sub-standard care, we might be able to take steps to ward off problems before they occur. Is such an approach viable? In this edition of JMR we include a recent report from the Pan Canadian Physician Collaboration offering data in support of risk-based approaches to medical regulation. The analysis demonstrates patterns of dysfunction among physicians and has been proposed as the basis for proactive education of high-risk practitioners. The greatest risk factors that have been determined by this analysis are older age (a category I fit into), male gender, International Medical Graduates (IMGs), low scores on exams, isolated practice settings, and possibly lack of engagement. More scrutiny and the associated stress may lead to unintended consequences — more work for regulators with unclear benefits, as the incidence of dysfunction is low. Identification of areas of knowledge and skill, followed by education, may be more helpful than waiting for harm to patients significant enough to report to regulators…Our second article — a review of disciplinary actions related to the prescribing of controlled substances in Rhode Island — demonstrates that the incidence of such actions in that state peaked in 2013 and progressively decreased through 2017. In the course of the authors' study of the data, it became clear that prescribing issues were more common in physicians who were older and male — suggesting that potential preventive strategies could be aimed at this particular demographic group. The authors specify risk-stratified, preventive approaches, such as academic detailing and continuing medical education…These articles remind us that as regulators we spend enormous time and energy on those who fail, when perhaps we should be seeking to facilitate skills optimization modeled on highly functional practices. This could become important as we evolve into an era of team-based care with independent physician assistants (PAs) and advanced practice registered nurses (APRNs). Do PAs and APRNs stratify to the same risk categories as others? Is the future — “preventive medical regulation” — already here?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,753

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0060,004
Science ouverte0,0030,002
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,2250,133

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 Opus0,115
Tête enseignante GPT0,500
Écart entre enseignants0,385 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical RegulationMême sujetEvaluation and Performance AssessmentTravaux en français237 207