MétaCan
Menu
Retour à la cohorte
Enregistrement W4388707927 · doi:10.33425/2689-1093.1053

Diagnostic Support for the Surgical Patient: The Experiences and Challenges, As Seen by Practitioners in Resource-Poor Setting

2023· article· en· W4388707927 sur OpenAlexaboutno aff
Rex Friday Ogoronte Alderton Ijah, Nkemsinachi M Onodingene, Linda Iroegbu-Emeruem, Friday E. Aaron, Michael Ogamba, Akpevweoghene Deborah Maduka, Ibinabo Laura Oboro

Notice bibliographique

RevueSurgical Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPort harcourtMedicineObservational studyTest (biology)Health careDiagnostic testFamily medicineDescriptive statisticsQuarter (Canadian coin)PopulationMedical emergencyPediatricsEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

Background: The input of laboratory medicine has no doubt improved surgical practice and will continue to impact positively on patient care. The aim of this study was to explore the experiences of practitioners and diagnostic challenges if any, encountered in the care of surgical patients in Port Harcourt in the last quarter of year 2022. Materials and Methods: A descriptive observational study was carried out among total population of consenting health workers (medical doctors, laboratory scientists / technologists, and technicians) in the Surgery and Diagnostic Services Departments in two teaching hospitals in Port Harcourt, using self-administered questionnaires. Data on experiences and challenges was analysed using the Statistical Package for Social Sciences (SPSS) version 20.0. Results: The respondents had a male to female ratio of 1.3:1, mean age of 35.47 ± 8.44 years, mean years in practice of 7.58 ± 6.97 years, and 171 (98.3%) were Christians. One hundred and sixteen (66.7%) respondents were aware of delay in diagnostic services, in varying degrees. Lack of reagents (49 = 28.2%), inadequate personnel (18 = 10.3%), long processing time (15 = 8.6%) and poor electric power supply (9 = 5.2%) were the most common reasons for delay in diagnostic test results. Diagnostic challenges were highlighted, occurrence of medico-legal issues was reported, and solutions proffered. Conclusion: The professionals practicing in the diagnostic / surgical departments were aware and do experience delays in diagnostic test results and errors (reported by a few) that affects surgical services in our environment. Their experiences and challenges were highlighted and recommendations were made.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,461
Tête enseignante GPT0,577
Écart entre enseignants0,116 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurgical ResearchMême sujetEthics in Clinical ResearchTravaux en français237 207