Assessment of Multiple-Opinion Referrals and Consults at the BC Children’s Hospital Allergy Clinic
Notice bibliographique
Résumé
Abstract Background: Allergic disease is on the rise. Waitlists for specialists are long, and many referrals have already received prior allergic assessment. It is important to understand the prevalence and motivating factors for second opinion referrals, to deliver timely assessment for patients with allergic disease. Methods:A retrospective chart review of demographic information, referral patterns, and motivation for new consults of pediatric patients aged 8 months – 17 years to BC Children’s Hospital Allergy Clinic from September 1, 2016 – August 31, 2017, was performed. Data were accessed through local Electronic Medical Records and subsequently analyzed for frequency and motivation for referrals to our clinic. Results: Of 1029 new referrals received, 210 (20.4%) were multiple-opinion referrals. Food allergy was the predominant allergic concern prompting another opinion (75.7%). The main rationale for seeking further opinions was looking to speak with a certified Allergist, or dissatisfaction with previous opinions. Conclusions: Many new consults at the BCCH Allergy Clinic are multiple-opinion assessments, contributing to long waitlists and poor patient satisfaction. Advocacy at the systems level is needed to provide better access in Canada for children needing a specialized Allergist. Trial Registration - UBC/BCCH Research Ethics Board (H18-02528)
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».