Trauma center performance indicators for nonfatal outcomes
Notice bibliographique
Résumé
BACKGROUND: According to Donabedian's framework, outcomes covering the following six domains should be used to evaluate health care quality: death, adverse events, readmissions to hospital, resource use, quality of life, and ability to function in daily activities. The objective of this study was to identify the nonfatal outcomes that have been used to evaluate the performance of trauma hospitals. Secondary objectives were to describe definitions and methodological quality. METHODS: We performed a scoping literature review of studies using at least one nonfatal outcome to evaluate the performance of acute care hospitals for the treatment of general trauma populations. We searched MEDLINE, EMBASE, Cochrane central, CINAHL, BIOSIS, TRIP and ProQuest databases. Methodological quality was evaluated using elements of the STROBE statement and the Downs and Black tool. RESULTS: Of 14,521 citations, 40 were eligible for inclusion. We identified 14 nonfatal outcomes as follows: (i) adverse events including complications (used in 35 evaluations), missed injuries (n = 4), reintubation (n = 2), unplanned intensive care unit admissions (n = 2), and unplanned surgeries (n = 4); (ii) resource use including hospital (n = 19), intensive care unit (n = 15), and ventilator (n = 4) length of stay, inappropriate hospital stay (n = 1), and potentially unnecessary care (n = 1); (iii) hospital readmissions (n = 4); and (iv) ability to function in daily activities including functional capacity (n = 2), and discharge destination (n = 3). No measures of quality of life were identified. There was high heterogeneity in the definitions used. Only 18% of studies had high methodological quality. CONCLUSION: Among recommended domains of nonfatal outcomes, adverse events and resource use were frequently used to evaluate trauma care, readmissions and function in daily activities were rarely used, and quality of life was never used. In addition, definitions of nonfatal outcomes were variable, and methodological quality was low. There is a need to develop valid and reliable performance indicators based on each domain of Donabedian's framework to evaluate trauma care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».