Development of the Nova Scotia Potential Donor Audit (PDA) Tool and 2020 Historic Performance Database: Lessons Learned From the First 1000 Medical Record Reviews
Notice bibliographique
Résumé
Background: Legislation and accountability frameworks are key components of high-performing deceased-donation systems. In 2021, Nova Scotia (NS), Canada, became the first jurisdiction in North America to enact deemed consent legislation and concurrently implemented mandatory referral legislation similar to that found in other Canadian provinces. Frontline financial resources were provided by the government to support the development of program infrastructure, including implementation of means to evaluate system performance. Methods: The Organ Donation Program (ODP), in collaboration with other stakeholders, developed a Potential Donor Audit (PDA) tool and database for referral intake and manual performance audits. Medical record reviews of deaths in the year before legislative change were conducted to pilot and revise the PDA and evaluate missed donation opportunities. Results: The NS PDA was piloted on 1028 patient deaths. Of 518 patients (50.4%) who met clinical triggers for referral to the ODP, 72 (13.9%) were referred (86.1% missed referral rate). One hundred sixty-three patients met the NS definition of a potential donor; 53 (32.5%) were referred (110 missed potential donors). Referral consent rates reached 71.7% (n = 38 of 53 approaches). The actualized donation rate reported by Canadian Blood Services was 29.9 donors per million population (n = 34 donors). Discussion: We documented high rates of missed referrals and missed potential donors before the enactment of mandatory referral and deemed consent legislation. Conclusions: The ODP has intentionally broadened clinical criteria for referral to shift the responsibility of identifying medically suitable potential donors from bedside clinicians to organ donation specialists. Lessons learned from our experience developing a PDA include the importance of early involvement of multiple stakeholders and ongoing modification of fields and workflow based on data availability and utility for clinical, educational, research, and reporting purposes.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».