Can the Quality of Care in Family Practice Be Measured Using Administrative Data?
Notice bibliographique
Résumé
OBJECTIVE: To explore the feasibility of using administrative data to develop process indicators for measuring quality in primary care. DATA SOURCES/STUDY SETTING: The Population Health Research Data Repository (Repository) housed at the Manitoba Centre for Health Policy which includes physician claims, hospital discharge abstracts, pharmaceutical use (Drug Program Information Network (DPIN)), and the Manitoba Immunization Monitoring Program (MIMS) for all residents of Manitoba, Canada who used the health care system during the 2001/02 fiscal year. Family physicians were identified from the Physician Resource Database. Indicators were developed based on a literature review and focus group validation. DATA COLLECTION/EXTRACTION METHODS: Data files were extracted from administrative data available in the Repository. We extracted data based on the ICD-9-CM codes and ATC-class drugs prescribed and then linked them to the Physician Resource Database. Physician practices were defined by allocating patients to their most responsible physician. Every family physician in Manitoba that met the inclusion criteria (having either 5 or 10 eligible patients depending on the indicator) was 'scored' on each indicator. Physicians were then grouped according to the proportion of the patients allocated to their practice who received the recommended care for the specific indicator. PRINCIPAL FINDINGS: Using administrative health data we were able to develop and measure eight indicators of quality of care covering both preventive care services and chronic disease management. The number of eligible physicians and patients varied for each indicator as did the percent of patients with recommended care, per physician. For example, the childhood immunization indicator included 544 physicians who, on average, provided immunization for 65 percent of their patients. CONCLUSIONS: Quality of care provided by family physicians can be measured using administrative data. Despite the limitations addressed in this paper, this work establishes a practical methodology to measure quality of care provided by family physicians that can be used for quality improvement initiatives.
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 | 0,094 | 0,421 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| 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 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 ».