Assessment of multiple-opinion referrals and consults at the BC Children’s Hospital Allergy Clinic
Notice bibliographique
Résumé
BACKGROUND: Allergic disease is on the rise. Waitlists for specialists are long, and many referred patients have already received prior allergic assessment, either by a certified Allergist, Primary Care Provider, or other Specialist. It is important to understand the prevalence and motivating factors for multiple-opinion referrals, to deliver timely assessment for patients with allergic disease. METHODS: A retrospective chart review of demographic information, number of previous consultations, and motivation for new consults and multiple-opinion referrals, of pediatric patients aged 8 months-17 years to BC Children's Hospital Allergy Clinic from September 1, 2016-August 31, 2017, was performed. Referral data including reason for referral or multiple-opinion, primary allergic concerns, and others, from referral forms and consult notes were accessed through local Electronic Medical Records and subsequently analyzed for trends in categorical variables to assess the rationale for and impact of multiple-opinion 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 further opinion (75.7%). The main rationale for seeking further opinions was wanting an assessment by a certified allergist in cases where prior consultation was performed by non-allergist specialist, primary care provider, or alternative health care provider. Of second-opinion referrals generated, 70 (33.3%) initial consultations were performed by an Allergist, whereas 140 (66.7%) were performed by a non-allergist. CONCLUSIONS: Many new consults at the BCCH Allergy Clinic are multiple-opinion assessments, contributing to long waitlists. Advocacy at the systems level through standardized referral guidelines, centralized triaging systems, and stronger support for Primary Care Providers is needed to provide better access in Canada for children needing a specialized Allergist. Trial registration UBC/BCCH Research Ethics Board.
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 | 0,008 |
| 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 | 0,001 |
| 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) | 0,004 | 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 ».