Consuming Patients’ Days: Time Spent on Ambulatory Appointments by People With Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: In qualitative work, patients report that seemingly short trips to clinic (eg, a supposed 10-minute blood draw) often turn into "all-day affairs." We sought to quantify the time patients with cancer spend attending ambulatory appointments. METHODS: We conducted a retrospective study of patients scheduled for oncology-related ambulatory care (eg, labs, imaging, procedures, infusions, and clinician visits) at an academic cancer center over 1 week. The primary exposure was the ambulatory service type(s) (eg, clinician visit only, labs and infusion, etc.). We used Real-Time Location System badge data to calculate clinic times and estimated round-trip travel times and parking times. We calculated and summarized clinic and total (clinic + travel + parking) times for ambulatory service types. RESULTS: We included 435 patients. Across all service day type(s), the median (IQR) clinic time was 119 (78-202) minutes. The estimated median (IQR) round-trip driving distance and travel time was 34 (17-49) miles and 50 (36-68) minutes. The median (IQR) parking time was 14 (12-15) minutes. Overall, the median (IQR) total time was 197 (143-287) minutes. The median total times for specific service type(s) included: 99 minutes for lab-only, 144 minutes for clinician visit only, and 278 minutes for labs, clinician visit, and infusion. CONCLUSION: Patients often spent several hours pursuing ambulatory cancer care on a given day. Accounting for opportunity time costs and the coordination of activities around ambulatory care, these results highlight the substantial time burdens of cancer care, and support the notion that many days with ambulatory health care contact may represent "lost days."
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.
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 | 0,001 | 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 | 0,001 |
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 découle