Successes and challenges of best practice alerts to identify and engage individuals living with hepatitis C virus
Notice bibliographique
Résumé
Introduction: Many individuals living with hepatitis C virus (HCV) are unaware of their diagnosis and/or have not been linked to programs providing HCV care. The use of electronic medical record (EMR) systems may assist with HCV infection identification and linkage to care. Methods: In October 2021, we implemented HCV serology-focused best practice alerts (BPAs) at The Ottawa Hospital (TOH) via our EMR (EPIC). Our BPAs were programmed to identify previously tested HCV seropositive individuals. Physicians were prompted to conduct HCV RNA testing and submit consultation requests to the TOH Viral Hepatitis Program. We evaluated data post-BPA implementation to assess the design and related outcomes. Results: From 1 September 2022 to 15 December 2022, a total of 2,029 BPAs were triggered for 139 individuals. As a consequence of the BPA prompts, nine HCV seropositive and nine HCV RNA-positive individuals were linked to care. The proportion of total consultations coming from TOH physicians increased post-BPA implementation. The BPA alerts were frequently declined, and physician engagement with our BPAs varied across specialty groups. Programming issues led to unnecessary BPA prompts (e.g., no hard stop to the prompts even though the individual was treated and cured and individuals linked to care without first undergoing HCV RNA testing). A fixed 6-month lookback period for test results limited our ability to identify many individuals. Conclusion: An EMR-based BPA can assist with the identification and engagement of HCV-infected individuals in care. However, challenges including issues with programming, time commitment toward BPA configuration, productive communication between healthcare providers and the programming team, and physician responsiveness to the BPAs require attention to optimize the impact of BPAs.
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 | 0,044 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».