MétaCan
Menu
Retour à la cohorte
Enregistrement W6963951825 · doi:10.25384/sage.c.6824054

Time Required for Gross Examination of Routine Second and Third Trimester Singleton Placentas by Pathologists’ Assistants

2023· other· en· W6963951825 sur OpenAlexaffabout

Notice bibliographique

RevueSage Journals Data · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSingletonConfidence intervalWorkloadStaffingMultivariate analysisStandard deviationGestational agePregnancy

Résumé

récupéré en direct d'OpenAlex

Introduction:In both Canada and the United States, workload measurement for anatomic pathology is mainly based on complexity and clinical significance of specimens, with gross examination being a considerable contributor. While Pathologists’ Assistants (PAs) play an increasing role in gross examination, there is little known regarding the time required for PAs to complete grossing tasks. This information is essential for effective staffing and workload management in pathology laboratories. The objective of our study was to determine the time required for PAs to gross second and third trimester singleton placentas in a large tertiary hospital with a significant perinatal pathology service.Materials and Methods:For our study, 7 certified PAs each grossed a minimum of 10 second and third trimester singleton placentas using a standard placental grossing protocol, an electronic laboratory information system, and voice recognition dictation software. Placental specimens requiring photography, sampling for ancillary studies, or immediate pathologist’s consultation were excluded. We calculated average and standard deviation of grossing times for each PA, overall average grossing time, and 95% confidence interval using a mixed linear regression model. We analyzed the impact of PA job experience, degree obtained, and number of blocks prepared on overall average in a multivariate analysis.Results:The mean grossing times for each PA ranged from 11.0 (standard deviation [sd] = 2.0) to 17.8 (sd = 4.5) minutes. The overall average grossing time was 14.5 minutes, with a 95% confidence interval of 11.7 to 17.3 minutes. In multivariate analysis, an increase in the number of blocks prepared was significantly associated with longer overall average grossing time. If 4 blocks were prepared consistently, the model predicted a slightly lower overall average of 13.3 minutes, with a 95% confidence interval of 10.9 to 15.7 minutes.Discussion:To our knowledge, our study is the first to objectively report time required for PAs to perform gross examinations of routine second and third trimester singleton placentas. The methodology of our study is replicable and can be applied to other specimen types and laboratory settings. Previously, estimated grossing times for specimens were primarily based on retrospective surveys, which were susceptible to recall errors and subjectivity. However, our study demonstrates objective data collection is achievable. Furthermore, the data collected from this study offer valuable insights into the accuracy of previous and current pathology workload models for second and third trimester singleton placentas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,077
Tête enseignante GPT0,334
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSage Journals DataTravaux en français237 207