Élaboration d’indicateurs de qualité pour soutenir la gestion des maladies chroniques
Notice bibliographique
Résumé
Introduction : Cet article présente le résultat de la démarche suivie par l’Institut national d’excellence en santé et en services sociaux du Québec pour élaborer des indicateurs de qualité de la prise en charge de six maladies chroniques fréquentes. Méthodes : Les indicateurs furent générés à partir d’une révision des guides de pratique clinique et des sites d’organismes nationaux ayant élaboré des indicateurs. Des groupes interdisciplinaires d’experts évaluèrent la validité et la rigueur scientifique des indicateurs et des représentants de patients souffrant d’une de ces maladies (N = 19) et de professionnels (N = 29) furent consultés sur leur pertinence et acceptabilité. Les indicateurs ont été catégorisés en fonction du Modèle de gestion des maladies chroniques. Résultats : Un total de 164 indicateurs ont été élaborés, 126 portent spécifiquement sur les maladies à l’étude et 38 sur des processus et résultats génériques de gestion des maladies chroniques. On remarque une bonne convergence entre les patients et les professionnels sur la pertinence d’une majorité d’indicateurs. Les professionnels ont émis des réserves sur les indicateurs mesurant l’expérience de soins des patients sous forme de questionnaires, les jugeant trop subjectifs. Discussion : L’importance accordée aux guides de pratique a eu pour conséquence une hypertrophie relative du nombre des indicateurs à caractère plus technique. Le recours au Modèle de gestion des maladies chroniques a contribué à enrichir l’éventail des indicateurs. Les consultations ont permis de mieux comprendre certaines réserves des professionnels quant à certains indicateurs ce qui contribuera à faciliter le travail d’appropriation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».