MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413118084 · doi:10.1136/bmjopen-2025-099080

Convergent parallel mixed-methods study to understand the impact of decision-making for congenital cardiac surgery patients at a tertiary paediatric hospital: a study protocol

2025· article· en· W4413118084 sur OpenAlexafffund
Leyi Yin, Sonia Pinkney, Azadeh Assadi, Mark Fan, Yasmin Zahiri, Mjaye Mazwi, Osami Honjo, Patricia Trbovich

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensNorth York General HospitalHospital for Sick ChildrenPublic Health OntarioUniversity of Toronto
Organismes subventionnairesTemerty Faculty of Medicine, University of TorontoUniversity of Toronto
Mots-clésMedicineCardiac surgeryProtocol (science)Public healthPediatricsIntensive care medicineSurgeryEmergency medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Congenital heart disease (CHD) is the most common congenital condition, often necessitating complex heart surgeries that require careful planning by multidisciplinary teams. Multidisciplinary meetings (MDMs) in CHD care aim to integrate diverse expertise to optimise surgical planning. However, the lack of standardised protocols for conducting these meetings introduces undesirable variability in decision-making processes, potentially impacting patient outcomes. This study addresses the critical gap in understanding which aspects of MDMs should be standardised to ensure consistent, high-quality decision-making while also identifying areas where flexibility is essential to accommodate individual patient needs. The objective is to characterise current MDM practices in CHD care, identify factors contributing to variability and provide insights into how a balance between standardisation and flexibility can improve decision-making and patient outcomes. METHODS AND ANALYSIS: A convergent parallel mixed-methods study design will be used to collect, analyse and interpret quantitative and qualitative data. Data collection will include a blend of naturalistic observations and chart reviews to track patient journeys from surgical planning through to postoperative outcomes. To complement these findings, interviews with healthcare providers will capture subjective perspectives on multidisciplinary decision-making. Additionally, departmental metrics will be collected to contextualise the broader clinical environment. Closed-ended observational and chart review data will be analysed using summary statistics and descriptive analysis (eg, percentages, means) to characterise MDM decision-making. Qualitative data (eg, reflections and learnings) from weekly post-surgical debriefs (called Performance Rounds) and clinician interviews on MDM decision-making will be analysed using a modified Framework Method. ETHICS AND DISSEMINATION: Institutional research ethics approval has been acquired (REB #1000080464). To engage key stakeholders and foster collaborative improvement, study results will be shared in research rounds, where staff attending medical surgical conferences, team huddles, morbidity and mortality reviews, and Performance Rounds will be invited to participate. Targeted meetings with individual clinician groups will further allow for in-depth discussion and valuable feedback on the findings. Finally, the findings from this study are anticipated to make a meaningful contribution to the literature; a manuscript is planned for submission to a peer-reviewed journal.

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)0,086
score de la tête « metaresearch » (Gemma)0,076
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: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,453

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0860,076
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,002
Communication savante0,0040,003
Science ouverte0,0040,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,202
Tête enseignante GPT0,574
Écart entre enseignants0,372 · 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
GenreProtocole

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetPatient-Provider Communication in Healthcare→Travaux en français237 207→