Slicer Dicer as a Potential Tool for Self-Assessment
Notice bibliographique
Résumé
Background: Self-assessment is a crucial competency for physicians, yet the evidence suggests that physicians have limited ability to do so and assessment of competence requires external feedback. Slicer Dicer is a self-service reporting tool on Epic that enables efficient patient data collection, providing a potential tool to self-assess practice patterns. Our study aims to explore whether Slicer Dicer can collect meaningful data for physicians to practise self-assessment. We piloted this question collecting data on prescribing patterns of sodium-glucose co-transporter 2 inhibitors (SGLT2i) in nephrology clinic patients with diabetes mellitus (DM) and chronic kidney disease, aligning with current care standards for this cohort. Methods: Slicer Dicer was used to collect data from July 1, 2023 to December 31, 2023. Patients were captured using filters by provider, context, visit type, and medical history. “Slices” by medications were created to determine the number of patients on an SGLT2i. Results: Slicer Dicer captured 1357 patients in the nephrology clinic amongst thirteen nephrologists with a diagnosis of DM who may benefit from an SGLT2i. Of these, 627 (46.2%) of these patients were found to be on an SGLT2i. The percentage of patients on an SGLT2i ranged from 32.9% to 61.4%. Conclusion: We highlight the potential for Slicer Dicer as an innovative method to collect data using easily accessible EMR tools. Future directions will be aimed at how physicians can use this objective data to self-assess their practice by closer analysis of patients who are not meeting current care standards. - Patients on SGLT2i Total number of patients Percentage (%) of patients on SGLT2i Nephrologist #1 53 161 32.9 Nephrologist #2 94 225 41.8 Nephrologist #3 55 108 50.9 Nephrologist #4 87 205 42.4 Nephrologist #5 33 63 52.4 Nephrologist #6 62 101 61.4 Nephrologist #7 64 151 42.4 Nephrologist #8 37 91 40.7 Nephrologist #9 77 168 45.8 Nephrologist #10 58 105 55.2 Nephrologist #11 88 166 53.0 Nephrologist #12 54 115 47.0 Nephrologist #13 20 41 48.8 Total 627 1357 46.2 Patients in nephrology clinic with DM from Jul 1-Dec 31, 2023 by nephrologist
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 | 0,030 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,007 |
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 ».