MétaCan
Menu
Retour à la cohorte
Enregistrement W2116050248 · doi:10.1093/geront/gnr136

Impact of Voluntary Accreditation on Deficiency Citations in U.S. Nursing Homes

2012· article· en· W2116050248 sur OpenAlexaff
Lars M. Wagner, S. M. McDonald, Nicholas G. Castle

Notice bibliographique

RevueThe Gerontologist · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAccreditationCertificationNursingNursing homesMedicineQuality (philosophy)CommissionFamily medicinePsychologyMedical educationBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF THE STUDY: This study examines the association between nursing home accreditation and deficiency citations. DESIGN AND METHODS: Data originated from a web-based search of The Joint Commission (TJC) accreditation and On-line Survey Certification of Automated Records from 2002 to 2010. Deficiency citations were divided into 4 categories: resident behavior and facility practices, quality of life, quality of care, and the most severe citations. Data were analyzed through negative binomial regression, where the number of residents at risk for each measure was the exposure level for that measure. RESULTS: TJC-accredited nursing homes had fewer deficiency citations in all 4 deficiency categories examined. Comparing citations in the year of accreditation with the first year after accreditation, 3 of the 4 deficiency categories were significant. In comparing deficiency citations after 8 years of accreditation, all 4 categories of deficiencies were significant. In all cases, accreditation was associated with fewer deficiency citations. IMPLICATIONS: Our results indicate that TJC-accredited nursing homes improve their quality immediately after accreditation and continue to maintain these improvements over the long-term. These findings support the need for further discussion and facilitation of voluntary accreditation in nursing homes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,077
Tête enseignante GPT0,467
Écart entre enseignants0,390 · 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 tête enseignante, 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

Citations24
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe GerontologistMême sujetGeriatric Care and Nursing HomesTravaux en français237 207