Electrodiagnostic reporting preferences of referring physicians: An exploratory survey
Notice bibliographique
Résumé
INTRODUCTION/AIMS: Electrodiagnostic (EDX) studies play a crucial role in the evaluation of patients with peripheral nervous system disorders. Accurate and succinct communication of test results is critical to patient safety and clinical decision-making. The objective of this study was to explore EDX reporting preferences of referring physicians to improve quality of communication and patient care. METHODS: An online survey was developed, and a purposive sampling strategy was used to recruit physicians in the authors' professional networks. Quantitative and qualitative survey data underwent frequency and thematic analyses, respectively. RESULTS: There were 40 respondents, including: 21 non-surgical specialists, 12 surgical specialists, and 7 family physicians. Sections rated as most critical were diagnostic impression (97%) and summary/interpretation (72%). Only 18% reported numeric data as critical to their needs, preferring this data to be formatted as bullet points or tables without nerve conduction study waveforms. Regarding the format of the data summary and diagnostic impression sections, the majority of respondents preferred bullet points rather than paragraphs. DISCUSSION: The results of this exploratory survey suggest that physicians who refer patients for EDX studies prefer reports that emphasize the interpretation of EDX data and a clear diagnostic impression, particularly in bullet point format. This project highlights important preferences and how they compare to recommended reporting guidelines, which may help improve communication and ultimately patient care. Future efforts should explore larger sample sizes with all key stakeholders in the EDX process to better understand reporting styles and preferences with greater nuance and context.
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 | 0,001 |
| 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 ».