MétaCan
Menu
Retour à la cohorte
Enregistrement W2111722498 · doi:10.1136/qshc.2010.040832

Real-time operational feedback: daily discharge rate as a novel hospital efficiency metric

2010· article· en· W2111722498 sur OpenAlexaff
Hannah J. Wong, Rong‐Ching Wu, Michael Caesar, Howard Abrams, Dante Morra

Notice bibliographique

RevueBMJ Quality & Safety · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAdvanced Statistical Process Monitoring
Établissements canadiensToronto General HospitalUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOperational efficiencyMetric (unit)MedicineQuality (philosophy)Process (computing)Quality managementOperations managementComputer scienceOperations researchManagement systemBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Part of delivering quality care means providing it in a timely, efficient manner. Improving the efficiency of care requires measurement. The selection of appropriate indicators that are valid and responsive is crucial to focus improvement initiatives. Indicators of operational efficiency should be conceptually simple, generated in real time, calculated using readily available hospital administrative data, sufficiently granular to reveal detail needed to focus improvement, and correlate with other valid indicators of operational efficiency. DISCUSSION: In this paper, the authors propose daily discharge rate as a novel real-time metric of hospital operational discharge efficiency and compare it with average length of stay. The authors also suggest the use of control charts as an effective way to present daily discharge rate data to clinicians and managers in real time to prompt actionable improvements in discharge efficiency. CONCLUSION: The authors conclude that daily discharge rate has the potential to drive timely improvements in the discharge process and warrants consideration and further study by others interested in improving hospital operational efficiency and the delivery of quality care.

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)0,006
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
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 Opus0,069
Tête enseignante GPT0,448
Écart entre enseignants0,379 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetAdvanced Statistical Process MonitoringTravaux en français237 207