TM
Taiju Miyagami
Author with expertise in Transformation of Medical Education and Professionalism
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(67% Open Access)
Cited by:
0
h-index:
9
/
i10-index:
9
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Performance evaluation of ChatGPT in detecting diagnostic errors and their contributing factors: an analysis of 545 case reports of diagnostic errors

Yukinori Harada et al.Jun 1, 2024
Background Manual chart review using validated assessment tools is a standardised methodology for detecting diagnostic errors. However, this requires considerable human resources and time. ChatGPT, a recently developed artificial intelligence chatbot based on a large language model, can effectively classify text based on suitable prompts. Therefore, ChatGPT can assist manual chart reviews in detecting diagnostic errors. Objective This study aimed to clarify whether ChatGPT could correctly detect diagnostic errors and possible factors contributing to them based on case presentations. Methods We analysed 545 published case reports that included diagnostic errors. We imputed the texts of case presentations and the final diagnoses with some original prompts into ChatGPT (GPT-4) to generate responses, including the judgement of diagnostic errors and contributing factors of diagnostic errors. Factors contributing to diagnostic errors were coded according to the following three taxonomies: Diagnosis Error Evaluation and Research (DEER), Reliable Diagnosis Challenges (RDC) and Generic Diagnostic Pitfalls (GDP). The responses on the contributing factors from ChatGPT were compared with those from physicians. Results ChatGPT correctly detected diagnostic errors in 519/545 cases (95%) and coded statistically larger numbers of factors contributing to diagnostic errors per case than physicians: DEER (median 5 vs 1, p<0.001), RDC (median 4 vs 2, p<0.001) and GDP (median 4 vs 1, p<0.001). The most important contributing factors of diagnostic errors coded by ChatGPT were ‘failure/delay in considering the diagnosis’ (315, 57.8%) in DEER, ‘atypical presentation’ (365, 67.0%) in RDC, and ‘atypical presentation’ (264, 48.4%) in GDP. Conclusion ChatGPT accurately detects diagnostic errors from case presentations. ChatGPT may be more sensitive than manual reviewing in detecting factors contributing to diagnostic errors, especially for ‘atypical presentation’.
0

Evaluation of Empiric Voriconazole Dosing and Therapeutic Drug Monitoring in Hospitalized Pediatric Patients

Jennifer Schweiger et al.Jun 21, 2024
Summary: Invasive fungal infections are a significant cause of morbidity and mortality in children with immunodeficiencies. Current dosing recommendations for voriconazole often result in subtherapeutic exposure in pediatric patients. In this single-center retrospective study, we reviewed hospitalized pediatric patients receiving voriconazole with at least one inpatient serum trough concentration measured. Patient characteristics and voriconazole dosing courses with associated trough concentrations were summarized for all patients as well as grouped by age (0 to 1 y, 2 to 11 y, and 12 to 18 y). Of 106 included patients, the median age was 9 years (range, 29 d to 18 y). Five hundred ninety courses of voriconazole were administered with 365 associated troughs. Most troughs were subtherapeutic (49%) and 30% of patients never attained a therapeutic trough. The median oral daily dose associated with a therapeutic trough was higher in younger age groups: 21.6 mg/kg 0 to 1 year, 17.9 mg/kg 2 to 11, and 9.5 mg/kg 12 to 18 years ( P <0.001). Patients younger than 2 years had the largest proportion of subtherapeutic troughs and variability in dosing. Attainment of therapeutic voriconazole concentrations was challenging across all pediatric age groups. Higher starting doses for patients younger than 2 years are likely needed.
0

Effect of pre-hospital living setting on nutritional intake route upon discharge in older adults with aspiration pneumonia: a prospective cohort study

Kohei Yamaguchi et al.Jan 4, 2025
Abstract Background Aspiration pneumonia, which often recurs due to dysphagia, worsens as patients move between homes, facilities, and hospitals. The impact of pre-hospital living setting on oral intake at discharge remains unclear. The purpose of this study was to identify the effects of the pre-hospital living setting on the nutritional intake route upon discharge in older patients with aspiration pneumonia. Methods This prospective cohort study included patients aged ≥ 65 years who were admitted to an acute care hospital and diagnosed with aspiration pneumonia. Patients were followed up until discharge or death during hospitalisation. Patient demographic information, pre-hospital living setting (home or nursing facility), functional oral intake scale (FOIS) score, pneumonia severity index, clinical frailty scale score, history of aspiration pneumonia, and pneumonia recurrence during hospitalisation were recorded. Binary logistic regression was used to assess the impact of the pre-hospital living setting on oral intake at discharge as the primary outcome. Results Among the 89 included patients (52 males (58.4%); mean age, 84.8 ± 7.9 years), 39.3% ( n = 35) had pneumonia recurrence during hospitalisation. The average follow-up period was 44.0 ± 36.6 days. The pre-hospital living setting was independently associated with the nutritional intake route upon discharge (odds ratio = 7.72, 95% confidence interval (95%CI) = 1.70–35.1, p = 0.008). Conclusions The pre-hospital living setting could serve as a good indicator of the nutritional intake route upon discharge. It is essential to optimize care in both nursing facilities and hospital settings when caring for older patients with aspiration pneumonia.
0

Optimal outpatient training for resident physicians’ general medicine in-training examination score: a cross-sectional study

Taiju Miyagami et al.Jan 11, 2025
Abstract Background Outpatient training for resident physicians has been attracting attention in recent years. However, to our knowledge, there have only been a few surveys on outpatient training, particularly in Japan. This study evaluates outpatient care among Japanese resident physicians by determining how the volume of outpatient encounters and length of outpatient training correlate with residents’ clinical competence. Methods This study utilised the results of the General Medicine In-Training Examination (GM-ITE; resident clinical competency assessment) for 2,554 post-graduate year 2 (PGY 2) resident physicians in Japan, as well as a self-reported questionnaire regarding their educational training environments conducted after the examination. We investigated whether GM-ITE scores correlated with daily outpatient volume and duration of outpatient training. Results Regarding outpatient volume, having 1–5 new patient encounters per day was significantly associated with higher GM-ITE scores by multilevel analysis [0 patients: average score 43.7, 1–5 patients: adjusted estimated coefficient (aEC) 1.99, 95% confidence interval (CI) 0.44 to 3.55, P = 0.01]. Regarding the duration of outpatient training, residents trained for one month had the highest GM-ITE scores (one month: average score 46.9; two months: aEC -1.44, 95% CI -2.29 to -0.60, P < 0.001; three months: aEC -1.44, 95% CI -2.22 to -0.65, P < 0.001). Conclusion Minimal daily new outpatient visits and one month of outpatient training effectively correlated with residents’ basic clinical competence. Trial registration This study was approved by the Ethics Committee of the Japan Institute for Advancement of Medical Education Program (JAMEP; No. 22–30) and retrospectively registered.