MétaCan
Menu
Retour à la cohorte
Enregistrement W4408388916 · doi:10.22374/cjgim.v16i3.496

Patient Perspectives and Consultation Preferences for In-Hospital Blood Testing

2021· article· en· W4408388916 sur OpenAlexaffvenueabout
Pamela Mathura, Kendra Raffael, Mae Deans, Yvonne Suranyi, Narmin Kassam

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensAlberta Health ServicesWestern UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineBlood testingFamily medicineIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose Patient consultation preferences regarding prescribing of blood tests and shared decision-making are not well-understood. This study directs to understand hospitalized General Internal Medicine (GIM) patient perspectives related to blood tests. Method A patient and family advisory group was consulted to discuss hospital blood test prescribing and shared decision-making. A questionnaire was developed and administered to 45 GIM patients Results Identified themes suggested that patients trust physicians order about what is required, prefer comprehensive communication, and value shared decision-making. Questionnaire findings corroborated the themes and indicated that patient preferences vary. Joint findings proposed that patient consultation preferences included a daily, physician-led, structured, bedside blood test conversation, using nonclinical language to encourage shared decision-making. Furthermore, some patients were concerned about over-ordering of blood tests. Conclusions An intervention is required that provides a practical approach for clinicians to discuss that blood testing is aligned with the “Choosing Wisely Canada” campaign, and encourages shared decision-making, supporting patient’s involvement in their care.

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)0,005
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,378
Tête enseignante GPT0,487
Écart entre enseignants0,109 · 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'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetHealthcare cost, quality, practicesTravaux en français237 207