Innføring av Ottawa-kriteriene ved kirurgisk poliklinikk på Elverum sykehus – Et kvalitetsforbedringsprosjekt
Bibliographic record
Abstract
Tema/problemstilling: Observasjoner ved kirurgisk poliklinikk på Elverum sykehus viser at det vurderes flere akutte ankelskader daglig, men at det ikke er noen fast praksis for å avgjøre om de skal sendes til røntgen. Vurderingen foretas av turnusleger, og det er stor variasjon i praksis.\nKunnskapsgrunnlag: Ifølge oppslagsverket UpToDate og systematiske oversikter har kriteriene en sensitivitet på nesten 100% og en beskjeden spesifisitet. Bruken burde kunne redusere antallet unødvendige røntgenbilder med 30-40%. (1)\nTiltak/kvalitetsindikator: Antall rtg ankel ble valgt som kvalitetsindikator for prosjektet, da dette er målbart gjennom journalgjennomgang. Målet er at Ottawa-kriteriene skal benyttes i minst 90% av akutte ankelskader som kommer til kirurgisk poliklinikk i perioden 1/3-1/6 2018. Systematisk journalgjennomgang i forkant og spørreskjemaer til ortopeder og turnusleger sier noe om baseline før prosjektstart. I implementeringsfasen er internundervisning, informasjonsmateriell, jevnlige oppdateringer og belønning viktige tiltak, og vi foreslår her en konkret tidslinje med forankring i PUKK-modellen. (2)\nLedelse/organisering: Prosjektet ledes av en prosjektgruppe med både eksterne medlemmer og ansatte fra ortopedisk avdeling. Gjennom hele prosessen er det fokus på å inkludere klinikerne selv, holde motivasjonen oppe og gi hver enkelt lege eierskap til prosjektet.\nKonklusjon: Vi mener at Ottawa-kriteriene bør innføres systematisk ved Elverum Sykehus. Det er en sikker kvalitetsforbedring som er svært klinisk relevant og krever enkle midler.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.071 | 0.012 |
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 source (direct Gemma or distilled Codex), 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".