A method to report utilization for quality initiatives in medical facilities.
Notice bibliographique
Résumé
OBJECTIVE: We undertook this project to outline a methodology for quantifying aggregate health care utilization of medical "technologies" that could be rank ordered by volume. The identification of specific high-volume technologies could guide future efforts for quality initiatives such as program planning, preventive services implementation, quality improvement activities, and innovative and cost-effective technology development. DESIGN: This study utilized a retrospective cross-sectional study design. METHODS: We generated combined ranks for the top 200 high-volume procedures from three data sources that incorporated in- and outpatient procedures. Data were collected using primarily ICD-9 and CPT-4 codes; all codes were translated into CPT-4 codes and collapsed into categories using truncated three-digit CPT-4 codes. Frequencies for each collapsed code were determined with each dataset; procedures were reranked based on the mean rank of the three sources. MAIN OUTCOME MEASURES: We itemized the individual procedure codes making up each of the top 20 categories and reported the unique codes making up at least 80% of the procedure code category. RESULTS: The top five procedure categories identified in this study were patient visits (inpatient and outpatient), chest x-rays, mammograms, ophthalmological services, and electrocardiograms. CONCLUSION: The methodology described provides a new way to combine and concisely report on utilization of procedures that is relevant to data obtained from different sources. This methodology may be of potential benefit to health care administrators, technology developers, and other planners as they contemplate ways to identify quality and technology development initiatives that can have a broad impact on populations served by health care organizations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,024 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».