Development of Stroke Performance Measures
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: In the United States and elsewhere, stroke performance measures have been developed to monitor and improve the quality of care. The process by which these measures are developed, implemented, and evaluated is complex, evolving, and not widely understood. We review the methodological development of stroke performance measures in the United States. METHODS: A literature search identified articles that addressed the development and endorsement of performance measures for stroke care. Emphasis was given to articles specific to acute stroke, but when these were lacking, other cardiovascular diseases were included. RESULTS: Ten process-based performance measures relevant to acute hospital-based stroke care have now been developed and endorsed. These measures include intravenous thrombolysis, deep vein thrombosis prophylaxis, dysphagia screening, stroke education, and discharge-related medications and assessments. There are currently at least 5 major US-based stroke quality improvement programs implementing stroke measures. Data indicate that rapid improvements in the quality of stroke care can be induced by the systematic collection and evaluation of stroke performance measures. However, current stroke measures are relatively limited, addressing only inpatient care and mostly patients with ischemic stroke. CONCLUSIONS: Stroke quality improvement is still in its early stages, but data suggest that large-scale improvements in stroke care can result from the implementation of stroke performance measures. Performance measures that address multidisciplinary stroke unit care, outpatient-based care, and patient-oriented outcomes such as functional recovery should be considered. Ongoing challenges relevant to stroke quality improvement include the role of public reporting and the need to link better stroke care to improved patient outcomes.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».