First Step to Equity and Organization in Waiting Lines for Stone Surgery. Translation of Prioritization Scores
Notice bibliographique
Résumé
PURPOSE: The use of patient prioritization tools is one of several methods to enhance the management of waiting times for elective surgeries. Developing these tools specifically for urinary stones in the Brazilian context may enhance queue management and increase patient satisfaction. This study aims to adapt two previously published scores, the WCWL (Western Canada Waiting List - general criteria) and the SCQ-score (specific to urinary stone criteria), into Brazilian Portuguese. MATERIALS AND METHODS: Our study adhered to established protocols for the cross-cultural adaptation and translation of health-related questionnaires. The process for translating both original scores involved four steps: initial translation, back-translation, committee review, and pre-testing. The translations were conducted by professionals proficient in the relevant languages. The pre-test phase engaged eight endourologists who applied the translated versions of the scores to twelve hypothetical patient cases. RESULTS: Our study successfully produced Brazilian Portuguese versions of the SCQ and WCWL scores. During the pre-testing, these scores were found to be quick to perform (with an average completion time of 1 minute and 35 seconds) and were deemed easy to understand and use by the endourologists. However, there was a concern regarding the practical utility and interpretability of the WCWL score due to its more generalized criteria. CONCLUSION: We successfully developed the Brazilian Portuguese version of the Western Canada Waiting List and SCQ-score. This development will allow further studies to evaluate the impact of their use within the Brazilian healthcare environment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».