MétaCan
Menu
Retour à la cohorte
Enregistrement W2085520376 · doi:10.1177/1460458210364784

Chart documentation quality and its relationship to the validity of administrative data discharge records

2010· article· en· W2085520376 sur OpenAlexafffund
Lawrence So, Cynthia A Beck, Susan Brien, James A. Kennedy, Thomas E. Feasby, William A. Ghali, Hude Quan

Notice bibliographique

RevueHealth Informatics Journal · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Coding and Health Information
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDocumentationMedical recordMedicineChartStatisticQuality (philosophy)Health careMedical emergencyStatisticsComputer scienceSurgery

Résumé

récupéré en direct d'OpenAlex

The validity of administrative data may be vulnerable to how well physicians document medical charts. The objective of this study is to determine the relationship between chart documentation quality and the validity of administrative data. The charts for patients who underwent carotid endarterectomy were re-abstracted and rated for the quality of documentation. Poorly and well-documented charts were compared by patient, physician, and hospital variables, as well as on agreement between the administrative and re-abstracted data. Of the 2061 charts reviewed, 42.6 per cent were rated well documented. The proportion of charts well documented varied from 14.6 to 87.5 per cent across 17 hospitals, but did not vary significantly by patient characteristics. The kappa statistic was generally higher for well-documented charts than for poorly documented charts, but varied across comorbidities. In conclusion, poorly documented hospital charts tend to be translated into invalid administrative data, which reduces the communication of clinical information among healthcare providers.

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)0,064
score de la tête « metaresearch » (Gemma)0,502
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,502
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,741
Tête enseignante GPT0,612
Écart entre enseignants0,129 · 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
DomaineMéthodes
GenreEmpirique

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

En bref

Citations51
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Informatics JournalMême sujetMedical Coding and Health InformationTravaux en français237 207