Assessing the Utilization of Electronic Consultations in Genetics: Seven-Year Retrospective Study
Notice bibliographique
Résumé
Background: Patient and health care provider access to genetic subspecialists is challenging owing to limited number of genetics experts across the United States. The University of California San Francisco (UCSF) Genetics electronic consultation (e-Consult) service was implemented along with the usual referral pathway to improve access to timely genetic expertise through robust asynchronous provider-to-provider communication. objectives: This study examined the impact of the UCSF Genetics e-Consult service on patient access to genetics expertise. Methods: A retrospective chart review of 622 e-Consult requests was conducted. Data pertinent to e-Consult completion rates, provider response times, consultation content, and adherence to geneticist recommendations were abstracted. Results: From October 2016 to March 2024, the UCSF Genetics e-Consult service received a total of 622 consultation orders, with yearly volumes increasing from 34 in 2017 to 144 in 2023. A total of 360/622 (57.8%) consultations were completed, of which 197/360 (54.6%) were resolved without requiring a specialty care visit. Of the 262/622 (42.1%) e-Consult orders declined by the geneticist reviewer, 184/262 (70.2%) were scheduled for a synchronous genetics visit due to case complexity precluding an appropriate e-Consult response and 29.8% (78/262) were recommended to be referred to a different and more appropriate specialty. Geneticists responded to 83.9% (522/622) of e-Consults within 3 days, with most spending between 5 and 20 minutes on their e-Consult response. Nearly half of the genetics e-Consult requests (69/144; 47.9%) came from primary care providers and pediatricians. Among the 144 e-Consult requests in 2023, 50.6% (73/144) were about diagnostic queries, 17% (25/144) were on symptom management, and 11% (16/144) were about test interpretation. Provider adherence to geneticists' recommendations was observed in 84% (116/144) of cases. Conclusions: The UCSF Genetics e-Consult service has demonstrated efficiency in providing timely genetic consultations, with a high rate of provider adherence to recommendations. These findings support the potential of e-Consult frameworks as a viable strategy for enhancing access to genetic health care services.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».