Measuring Surgical Quality: Comparison of Postoperative Adverse Events with the American College of Surgeons NSQIP and the Thoracic Morbidity and Mortality Classification System
Notice bibliographique
Résumé
BACKGROUND: Monitoring surgical outcomes is critical to quality improvement; however, different data-collection methodologies can provide divergent evaluations of surgical outcomes. We compared postoperative adverse event reporting on the same patients using 2 classification systems: the retrospectively recorded American College of Surgeons (ACS) NSQIP and the prospectively collected Thoracic Morbidity and Mortality (TM&M) system. STUDY DESIGN: Using the TM&M system, complications and deaths were documented daily by fellows and reviewed weekly by staff for all thoracic surgical cases conducted at our institution (April 1, 2010 to December 31, 2011). The ACS NSQIP recording was performed 30 to 120 days after index surgery by trained surgical clinical reviewers on a systemic sampling of major cases during the same time period. Univariate analyses of the data were performed. RESULTS: During the study period, 1,788 thoracic procedures were performed (1,091 were designated "major," as per ACS NSQIP inclusion criteria). The ACS NSQIP evaluated 182 of these procedures, representing 21.1% and 16.7% of patients and procedures, respectively. Mortality rates were 1.4% in TM&M vs 2.2% in ACS NSQIP (p = 0.42). Total patients and procedures with complications reported were 24.4% and 31.1% by TM&M vs 20.2% and 39.0% by ACS NSQIP (p = 0.23 and 0.03), respectively. Rates of reported cardiac complications were higher in TM&M vs ACS NSQIP (5.8% vs 1.1%; p = 0.01), and wound complications were lower (2.5% vs 6.0%; p = 0.01). CONCLUSIONS: Although overall rates were similar, significant differences in collection, definitions, and classification of postoperative adverse events were observed when comparing TM&M and ACS NSQIP. Although both systems offer complementary value, harmonization of definitions and severity classification would enhance quality-improvement programs.
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».