Intended and unintended consequences of strategies to meet performance benchmarks for rheumatologist referrals in a centralized intake system
Notice bibliographique
Résumé
RATIONALE: Timely assessment of a chronic condition is critical to prevent long-term irreversible consequences. Patients with inflammatory arthritis (IA) symptoms require diagnosis by a rheumatologist and intervention initiation to minimize potential joint damage. With limited rheumatologist capacity, meeting urgency wait time benchmarks can be challenging. We investigate the impact of the maximum wait time guarantee (MWTG) policy and referral volume changes in a rheumatology central intake (CI) system on meeting this challenge. METHODS: We applied a system simulation approach to model a high-volume CI rheumatology clinic. Model parameters were based on the referral and triage data from the CI and clinic appointment data. We compare the wait time performance of the current distribution policy MWTG and when referral volumes change. RESULTS: The MWTG policy ensures 100% of new patients see a rheumatologist within their urgency wait time benchmark. However, the average wait time for new patients increased by 51% (178-269 days). A 10% decrease in referrals resulted in a 76% decrease on average wait times (178-43 days) for new patients and an increase in the number of patients seen by a rheumatologist within 1 year of the initial visit. CONCLUSION: An MWTG policy can result in intended and unintended consequences-ensuring that all patients meet the wait time benchmarks but increasing wait times overall. Relatively small changes in referral volume significantly impact wait times. These relationships can assist clinic managers and policymakers decide on the best approach to manage referrals for better system performance.
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 | 0,013 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».