Advancing Performance Measurement in Oncology: Quality Oncology Practice Initiative Participation and Quality Outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The American health care system, including the cancer care system, is under pressure to improve patient outcomes and lower the cost of care. Government payers have articulated an interest in partnering with the private sector to create learning communities to measure quality and improve the value of health care. In 2006, the American Society for Clinical Oncology (ASCO) unveiled the Quality Oncology Practice Initiative (QOPI), which has become a key component of the measurement system to promote quality cancer care. QOPI is a physician-led, voluntary, practice-based, quality-improvement program, using performance measurement and benchmarking among oncology practices across the United States. Since its inception, ASCO's QOPI has grown steadily to include 973 practices as of November 2010. One key area that QOPI has addressed is end-of-life care. During the most recent data collection cycle in the Fall of 2010, those practices completing multiple data collection cycles had better performance on care of pain compared with sites participating for the first time (62.61% v 46.89%). Similarly, repeat QOPI participants demonstrated meaningfully better performance than their peers in the rate of documenting discussions of hospice and palliative care (62.42% v 54.65%) and higher rates of hospice enrollment. QOPI demonstrates how a strong performance measurement program can lead to improved quality and value of care for patients.
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.
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 | 0,016 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 découle