Care Coordination Between Family Physicians and Palliative Care Physicians for Patients With Cancer: Results of a Quality Improvement Initiative
Notice bibliographique
Résumé
PURPOSE: At our institution's cancer palliative care (PC) clinic, new referrals from oncologists were scheduled for consultation and ongoing follow-up by PC physicians without input from the patients' family physicians (FPs). FPs reported that they felt out of the loop. We implemented a quality improvement (QI) initiative aimed at systematically facilitating care coordination between FPs and PC physicians. METHODS: A coordination toolkit was sent from the PC physician to the FP whenever the PC physician received a consultation request from an oncologist. The toolkit included an introduction to the PC physician team; an opportunity for the FP to choose how best to collaborate with PC physicians to meet the patient's PC needs; and contact information for access to 24/7 PC physician support. Responses from FPs regarding their preferred level of engagement with PC determined further care planning in the clinic. We measured feasibility, response rate, and qualitative surveys of FPs about the usefulness of the intervention. RESULTS: Two hundred fourteen new consultations were eligible for a standardized letter over the 6-month implementation period. Feasibility for sending the toolkit was 90.0% and response rate for collaborative care preference from FPs was 86.0%, with median response time of 3-4 days. 78.9% of FPs indicated they would prefer ongoing consultative care by the PC physician, while 18.6% indicated that PC physician consultation was not needed, or that the FP would provide primary PC after a one-time PC physician consultation. CONCLUSION: We successfully implemented a QI initiative to improve care coordination between FPs and PC physicians for patients with cancer. The coordination toolkit can protect the patient-FP primary PC relationship and optimize specialist PC resource utilization for complex patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».