MétaCan
Menu
Retour à la cohorte
Enregistrement W4407171396 · doi:10.1186/s12913-025-12346-z

Specialists Triaging Referrals to eConsult: a feasibility study including acceptability and impact of providing advice on primary health care providers

2025· article· en· W4407171396 sur OpenAlexaff
Ridha Ali, Geetha Mukerji, Susan Humphrey-Murto, Clare Liddy, Heather Lochnan

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensWomen's College HospitalUniversity of TorontoOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth informaticsNursing researchHealth administrationPublic healthPrimary careAdvice (programming)Health services researchHealth careFamily medicineNursingMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Specialists review referrals for appropriateness and urgency. Limited capacity results in specialists declining referrals leaving primary care providers (PCP), patients, and specialists frustrated. Since specialist availability is unlikely to improve significantly, innovative solutions are required. This study evaluated the feasibility, acceptability, safety and impact of a new referral triage option Triaging Referrals to eConsult (TReC) which enables specialists to provide advice in lieu of an appointment (advice only) or provide advice to support the PCP until the appointment occurs (advice and appointment). METHODS: Utilization metrics were prospectively collected (number (%) of referrals converted, time from receipt of referral to completion (response time) and specialist self-reported billing time. To assess PCP opinions on safety (advice was clearly identified and actionable) and acceptability (comfort in patient not seeing a specialist, additional time burden and support for expansion) two surveys, one for those referrals triaged to advice only and another for those triaged to advice and appointment, were faxed 14 days after the referral response. RESULTS: From November 1, 2022, to October 31, 2023, five specialties converted 930/16,880 referrals-656 (3.8%) to Advice Only and 274 (1.6%) to Advice and Appointment for an overall conversion rate of 5.5%. 192/1010 (19%) PCPs returned the survey with over 80% agreeing that the advice was easily recognizable, conversion to eConsult was acceptable and the advice was helpful and actionable. INTERPRETATION: Enabling specialists to provide advice to PCPs, often in lieu of an appointment, was acceptable, feasible with no major patient safety concerns.

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)0,015
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,484
Écart entre enseignants0,360 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare Systems and TechnologyTravaux en français237 207