Quality indicators for hip fracture patients: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Hip fractures are a significant cause of morbidity and mortality and care of hip fracture patients places a heavy burden on healthcare systems due to prolonged recovery time. Measuring quality of care delivered to hip fracture patients is important to help target efforts to improve care for patients and efficiency of the health system. The purpose of this study is to synthesise the evidence surrounding quality of care indicators for patients who have sustained a hip fracture. Using a scoping review methodology, the research question that will be addressed is: "What patient, institutional, and system-level indicators are currently in use or proposed for measuring quality of care across the continuum for individuals following a hip fracture?". METHODS AND ANALYSIS: We will employ the methodological frameworks used by Arksey and O'Malley and Levac et al. The synthesis will be limited to quality of care indicators for individuals who suffered low trauma hip fracture. All English peer-reviewed studies published from the year 2000-most recent will be included. Literature search strategies will be developed using medical subject headings and text words related to hip fracture quality indicators and the search will be peer-reviewed. Numerous electronic databases will be searched. Two reviewers will independently screen titles and abstracts for inclusion, followed by screening of the full text of potentially relevant articles to determine final inclusion. Abstracted data will include study characteristics and indicator definitions. DISSEMINATION: To improve quality of care for patients and create a more efficient healthcare system, mechanisms for the measurement of quality of care are required. The implementation of quality of care indicators enables stakeholders to target areas for improvement in service delivery. Knowledge translation activities will occur throughout the review with dissemination of the project goals and findings to local, national, and international stakeholders.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,104 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,014 | 0,012 |
| Bibliométrie | 0,019 | 0,017 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,008 | 0,008 |
| Intégrité de la recherche | 0,011 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,017 |
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 source (Gemma direct ou Codex distillé), 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 ».