MétaCan
Menu
Retour à la cohorte
Enregistrement W185572701 · doi:10.5858/2002-126-1036-qt

Q-Tracks

2002· article· en· W185572701 sur OpenAlexaboutno aff
Richard J. Zarbo, Bruce A. Jones, Richard Friedberg, Paul N. Valenstein, Stephen W. Renner, Ron B. Schifman, Molly K. Walsh, Peter J. Howanitz

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPercentileContext (archaeology)Ranking (information retrieval)Percentile rankMedicineQuality managementMedical physicsStatisticsComputer scienceOperations managementEngineeringGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Continuous monitoring of key laboratory indicators of quality by hundreds of laboratories in a standardized measurement program affords an opportunity to document the influence of longitudinal tracking on performance improvement by participants focused on that outcome. OBJECTIVE: To describe the results of the first 2 years of participation in a unique continuous performance assessment program for pathology and laboratory medicine. DESIGN: Participants in any of 6 modules in the 1999 and 2000 College of American Pathologists (CAP) Q-Tracks program collected data according to defined methods and sampling intervals on standardized input forms. Data were submitted quarterly to CAP for statistical analysis. Interinstitutional comparison reports returned in 6 weeks provided each laboratory with its performance profile of key indicators and its percentile ranking compared with all participants in that quarter. This also included longitudinal comparisons of performance during previous cumulative quarters. Control charts graphically displayed data with flags identifying performance points that were out of statistical control. SETTING: Hospital-based laboratories in the United States (98%), Canada, and Australia. PARTICIPANTS: Voluntary subscriber laboratories in the CAP Q-Tracks performance measurement program: roughly 70% from hospitals of 300 occupied beds or fewer, 65% from private, nonprofit institutions, slightly more than half located in cities, one third from teaching hospitals, and 20% with pathology residency training programs. MAIN OUTCOME MEASURES: Each module measured several major and additional minor quality indicators and unbenchmarked individualized data for internal use. RESULTS: Participants in 4 of 6 Q-Tracks continuous monitors demonstrated statistically significant performance improvement trends in 1999 and 2000, which were most marked for laboratories that continued participation throughout both years. These monitors were wristband patient identification, laboratory specimen acceptability, blood product wastage, and intraoperative frozen section consultation. CONCLUSIONS: Key continuous indicators chosen on the basis of a decade's experience in the CAP Q-Probes quality improvement program are useful measurement and benchmarking tools for laboratories to improve performance. In general, measures in which there is a broad range of demonstrable performance initially are most optimal for subsequent improvement using continuous monitoring. These studies have shown that quality is not static, but rather is a moving benchmark of performance as seen in the redefinition of benchmarks over time by participants in the first 2 years of the CAP Q-Tracks program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,2900,142

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,351
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207