A comparison of methods to obtain a composite performance indicator for evaluating clinical processes in trauma care
Notice bibliographique
Résumé
BACKGROUND: Process performance indicators that evaluate trauma centers in clinical case management provide information essential to the improvement of trauma care. However, multiple indicators are needed to adequately evaluate process performance, which renders comparisons cumbersome. Several methods are available for generating composite indicators that measure global performance. The goal of this study was to compare three composite methods that are widely used in other health care domains to identify the most appropriate for trauma care process performance evaluation. METHODS: In this retrospective, multicenter cohort study, 15 process performance indicators were implemented using data from a Canadian provincial trauma registry (19,853 patients; 59 centers) on patients with an Injury Severity Score (ISS) greater than 15. Composite scores were derived using three methods as follows: the indicator average, the opportunity model, and a latent variable model. Composite scores were evaluated in terms of discrimination, construct validity (association with an indicator of trauma center structural performance), criterion predictive validity (association with clinical outcomes), and forecasting (correlation over time). RESULTS: All composite scores discriminated well between trauma centers. Only the average indicator score was correlated with improved structure (r = 0.29; 95% confidence interval [CI], 0.07-0.53), lower risk-adjusted mortality (r = -0.22; 95% CI, -0.46 to 0.04), and lower risk-adjusted complication rate (r = -0.48; 95% CI, -0.65 to -0.25). Composite scores calculated with 1999 to 2002 data all correlated with those calculated with 2003 to 2006 data (r = 0.49, 0.87, and 0.84 for the indicator average, the opportunity model, and the latent variable model, respectively). CONCLUSION: Results suggest that of the three composite scores evaluated, only the indicator average demonstrates content and predictive criterion validity, discriminates between centers, and has good forecasting properties. In addition, this score is simple and intuitive and not subject to variation in weights over trauma systems and time. The observed association between higher indicator average scores and lower risk-adjusted mortality and complication rates suggests that improving process performance may improve patient outcome.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».