MétaCan
Menu
Retour à la cohorte
Enregistrement W4406630375 · doi:10.1192/bja.2024.77

Applying quality improvement to clinical practice: primer for psychiatrists

2025· article· en· W4406630375 sur OpenAlexaff
Aditya Nidumolu, Andrea Waddell, Tara A. Burra

Notice bibliographique

RevueBJPsych Advances · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensCentre for Addiction and Mental HealthDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPrimer (cosmetics)Clinical PracticeQuality (philosophy)PsychologyMedicineFamily medicineChemistryPhilosophy

Résumé

récupéré en direct d'OpenAlex

SUMMARY Quality improvement (QI) is an evidence-based approach to analysing and improving healthcare systems. QI's success has led it to become a required competency expected of medical professionals in several countries. However, much of the QI literature to date has not focused on mental health. Moreover, many psychiatrists have no formal training in QI. To address this gap, this article introduces key QI concepts, including six dimensions of quality care, the Model for Improvement and plan–do–study–act cycles. Each QI concept is illustrated using a fictitious case study of an out-patient psychiatrist reducing chronic benzodiazepine use in their clinic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,011
Communication savante0,0070,009
Science ouverte0,0030,009
Intégrité de la recherche0,0090,031
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,637
Écart entre enseignants0,520 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBJPsych AdvancesMême sujetPrimary Care and Health OutcomesTravaux en français237 207