Efficacy of a Photograph-Based Triage System Initiated During the COVID-19 Pandemic to Identify and Streamline Pediatric Foot and Ankle Referrals
Notice bibliographique
Résumé
Background: The COVID-19 pandemic required hospitals to reduce in-person visits. Although most pediatric foot and ankle conditions do not require urgent consultation, clubfoot (CF) relies on early identification and treatment. To avoid unnecessary hospital visits for infants, we developed a triage system using standardized clinical photographs of the child’s feet taken by the parents for clinician review. This study assesses the efficacy of this triage system based on accuracy of the triage diagnosis (TDx) and time from referral to initial consultation (IC). Methods: This is a retrospective cohort review of patients referred to a tertiary care pediatric institution for a foot and ankle condition from 03/16/20 to 09/15/20 (onset of COVID-19), and from the same period in 2019 (prior to use of the triage system). Patients were identified by referring diagnosis (RDx). Patients were excluded if they missed their initial visit or the RDx was not clear. Chart review was performed to collect demographic data, clinical photographs, RDx, TDx, IC diagnosis, and time to IC. Diagnosis accuracy (DA) scores were assigned: 0 when RDx or TDx did not match diagnosis at IC, 0.5 if the diagnosis was partly correct, and 1 when diagnoses aligned. Results: Of the 118 patients included, 62 were referred for CF and 56 for other foot and ankle conditions (FA). In 2020, 23/27 CF and 11/12 FA patients sent photographs. The average time to IC for FA patients was similar in both years (142 days in 2019 vs 183 days in 2020, p= 0.24), while the average time to IC for CF decreased from 66 days in 2019 to 31 days in 2020 (p=0.08). Accuracy for TDx in 2020 was high for CF (0.98) and FA (0.92) patients (p=0.49). Conclusion: Triage diagnosis was accurate and time from referral to consultation decreased for clubfoot patients from 2019 to 2020 supporting that this novel photo-based triage system for pediatric foot and ankle referrals is effective in identifying urgent consults and ensuring timely assessment.
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 | 0,012 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».