MétaCan
Menu
Retour à la cohorte
Enregistrement W2003674775 · doi:10.1177/0269216306072553

Towards using administrative databases to measure population-based indicators of quality of end-of-life care: testing the methodology

2006· article· en· W2003674775 sur OpenAlexafffundabout
Eva Grunfeld, Lynn Lethbridge, Ron Dewar, Beverley Lawson, Lawrence Paszat, Grace Johnston, Fred Burge, Paul McIntyre, Craig C. Earle

Notice bibliographique

RevuePalliative Medicine · 2006
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of TorontoCancer Care Nova ScotiaDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Breast Cancer Research AllianceBreast Cancer AllianceCancer Research Institute
Mots-clésMedicineReliability (semiconductor)PopulationDatabaseChartQuality (philosophy)Measure (data warehouse)End-of-life carePalliative careFamily medicineStatisticsEnvironmental healthNursingComputer science

Résumé

récupéré en direct d'OpenAlex

This study is concerned with methods to measure population-based indicators of quality end-of-life care. Using a retrospective cohort approach, we assessed the feasibility, validity and reliability of using administrative databases to measure quality indicators of end-of-life care in two Canadian provinces. The study sample consisted of all females who died of breast cancer between 1 January 1998 and 31 December 2002, in Nova Scotia or Ontario, Canada. From an initial list of 19 quality indicators selected from the literature, seven were determined to be fully measurable in both provinces. An additional seven indicators in one province and three in the other province were partially measurable. Tests comparing administrative and chart data show a high level of agreement with inter-rater reliability, confirming consistency in the chart abstraction process. Using administrative data is an efficient, population-based method to monitor quality of care which can compliment other methods, such as qualitative and purposefully collected clinical data.

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)0,508
score de la tête « metaresearch » (Gemma)0,624
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,607

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5080,624
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,010
Études des sciences et des technologies0,0020,003
Communication savante0,0060,005
Science ouverte0,0060,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,591
Tête enseignante GPT0,534
Écart entre enseignants0,058 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreMéthodes

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

En bref

Citations154
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePalliative MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207