Prescription d’examens de santé préventifs par des résidents en médecine familiale
Bibliographic record
Abstract
OBJECTIF: Déterminer quels sont les examens de dépistage prescrits par les résidents en médecine familiale dans le cadre des soins de santé préventifs. CONCEPTION: Une enquête transversale. CONTEXTE: Alberta et Ontario. PARTICIPANTS: Résidents en médecine familiale de première et de deuxième année à l’Université de l’Alberta à Edmonton, à l’Université de Calgary en Alberta et à l’Université McMaster à Hamilton en Ontario, durant l’année universitaire 2011–2012. PRINCIPAUX PARAMÈTRES D’ÉVALUATION: Données démographiques, scores à l’échelle de Likert évaluant les habitudes de prescription et sélections parmi une liste de 38 examens pouvant être prescrits en soins préventifs à un échantillon de patients de sexe féminin et masculin de 38 et de 55 ans. Les statistiques descriptives et comparatives ont été calculées. RÉSULTATS: Au total, 318 résidents sur 482 (66 %) ont répondu au sondage. Les examens recommandés ou appropriés ont été prescrits par 82 % (pour la cytologie cervicale) à 95 % (pour la glycémie à jeun) des résidents. Parmi les différents patients de l’échantillon, les résidents ont prescrit en moyenne 3,3 à 5,7 examens inappropriés par patient, et 58 à 92 % ont prescrit au moins 1 examen inapproprié par patient. Les coûts excédentaires moyens ont été estimés à 38,39 $ pour un homme de 38 ans et à 106,46 $ pour une femme de 55 ans. Le recours plus fréquent à une grille de référence des examens médicaux périodiques n’a pas amélioré la situation (p = 0,88). CONCLUSION: En général, les résidents ont raisonnablement bien prescrit les examens médicaux préventifs appropriés, mais ils ont aussi prescrit en moyenne 3,3 à 5,7 examens inappropriés à chaque patient. Les programmes de formation doivent mieux préparer les étudiants à reconnaître le dépistage approprié et doivent s’efforcer d’inculquer des comportements de prescription exemplaires avant que les résidents commencent à pratiquer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".