Improving Documentation of Impulse Control Disorders at a Movement Disorder Program During the COVID-19 Pandemic
Notice bibliographique
Résumé
Background and Objectives: Impulse control disorders (ICD) are a group of behaviors in Parkinson disease (PD), (compulsive buying, gambling, binge eating, craving sweets, and hypersexuality) that occur in up to 20% of individuals with PD, sometimes with devastating results. We sought to determine the rate of ICD screening based on 2020 quality measures for PD care by the American Academy of Neurology. Methods: We conducted a quality improvement project to document and improve physician ICD screening in a tertiary movement disorder program. Serial medical records were reviewed for 5 weeks before and 13 weeks after an educational session and documentation tool deployments in 2020. Inclusion criteria included the following: idiopathic PD, PD dementia (PDD), or dementia with Lewy bodies (DLB). Individual encounters for 109 patients preintervention and 276 patients postintervention were reviewed. Results: = 0.444). Discussion: ICD queries immediately after ICD education and dissemination of documentation tools increased. Both preintervention and postintervention groups were similar in demographic and clinical characteristics. This program was instituted at the height of wave 2 of the COVID-19 pandemic in Alberta during staff redeployment and 100% shift to telemedicine ambulatory care. Our results demonstrate that amid a crisis, quality improvement can still be effective with education and provision of tools for clinicians.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».