MétaCan
Menu
Retour à la cohorte
Enregistrement W1998777043 · doi:10.1001/jama.2009.1731

Effectiveness of Public Report Cards for Improving the Quality of Cardiac Care

2009· article· en· W1998777043 sur OpenAlexafffundabout
Jack V. Tu, Linda R. Donovan, Douglas S. Lee, Julie Wang, Peter C. Austin, David A. Alter, Dennis T. Ko

Notice bibliographique

RevueJAMA · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineQuality (philosophy)Intensive care medicineQuality managementMedical emergencyOperations management

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Publicly released report cards on hospital performance are increasingly common, but whether they are an effective method for improving quality of care remains uncertain. OBJECTIVE: To evaluate whether the public release of data on cardiac quality indicators effectively stimulates hospitals to undertake quality improvement activities that improve health care processes and patient outcomes. DESIGN, SETTING, AND PATIENTS: Population-based cluster randomized trial (Enhanced Feedback for Effective Cardiac Treatment [EFFECT]) of 86 hospital corporations in Ontario, Canada, with patients admitted for acute myocardial infarction (AMI) or congestive heart failure (CHF). INTERVENTION: Participating hospital corporations were randomized to early (January 2004) or delayed (September 2005) feedback of a public report card on their baseline performance (between April 1999 and March 2001) on a set of 12 process-of-care indicators for AMI and 6 for CHF. Follow-up performance data (between April 2004 and March 2005) also were collected. MAIN OUTCOME MEASURES: The coprimary outcomes were composite AMI and CHF indicators based on 12 AMI and 6 CHF process-of-care indicators. Secondary outcomes were the individual process-of-care indicators, a hospital report card impact survey, and all-cause AMI and CHF mortality. RESULTS: The publication of the early feedback hospital report card did not result in a significant systemwide improvement in the early feedback group in either the composite AMI process-of-care indicator (absolute change, 1.5%; 95% confidence interval [CI], -2.2% to 5.1%; P = .43) or the composite CHF process-of-care indicator (absolute change, 0.6%; 95% CI, -4.5% to 5.7%; P = .81). During the follow-up period, the mean 30-day AMI mortality rates were 2.5% lower (95% CI, 0.1% to 4.9%; P = .045) in the early feedback group compared with the delayed feedback group. The hospital mortality rates for CHF were not significantly different. CONCLUSION: Public release of hospital-specific quality indicators did not significantly improve composite process-of-care indicators for AMI or CHF. TRIAL REGISTRATION: http://clinicaltrials.gov Identifier: NCT00187460.

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)0,021
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,058
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,476
Écart entre enseignants0,361 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations258
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetPatient Satisfaction in HealthcareTravaux en français237 207