MétaCan
Menu
Retour à la cohorte
Enregistrement W2071613540 · doi:10.1002/jso.21188

Measuring and reporting on quality in health care: A framework and road map for improving care

2009· review· en· W2071613540 sur OpenAlexaff
Susan Brien, Elijah Dixon, William A. Ghali

Notice bibliographique

RevueJournal of Surgical Oncology · 2009
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careRoad mapQuality (philosophy)Quality managementHealthcare systemPerformance measurementHealth care qualityPatient safetyMEDLINEMedical emergencyNursingBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Quality of care measurement and reporting at the provider, hospital, or health system level has become increasingly common in health systems around the world. Health system performance reports, whether they be confidentially distributed to the provider or made available to the public, are not only used as a stimulus for quality improvement, but can also be used to inform policy, apportion funding, or in rare cases, punish poorly performing providers. In this review, we outline several principles of quality of healthcare measurement and performance reporting, and describe a framework for optimal performance reporting that provides the greatest opportunity for the desired outcome-health system improvement. The quality reporting framework and roadmap that we present invokes opportunities for improving care in the domain of surgical oncology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,044
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0440,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,606
Tête enseignante GPT0,553
Écart entre enseignants0,052 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations30
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Surgical OncologyMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207