Fifteen Years' Experience of a College of American Pathologists Program for Continuous Monitoring and Improvement
Notice bibliographique
Résumé
CONTEXT: The Q-Tracks program, created in 1999, is a quality monitoring subscription service offered by the College of American Pathologists. OBJECTIVE: To establish benchmarks in quality metrics, monitor changes in performance over time, and identify practice characteristics associated with better performance. DESIGN: The Q-Tracks program provides ongoing study of multiple metrics offered in most laboratory disciplines. The design enables measuring the effects of process changes and comparisons with other participating laboratories. Each laboratory Q-Tracks monitor has a primary quality indicator and additional secondary indicators. RESULTS: To date, 19 Q-Tracks monitors have been offered, with 12 currently active monitors. Q-Tracks are primarily conducted in hospital-based laboratories in the United States, Canada, and 21 other countries. Common to most Q-Tracks monitors is a demonstration of performance improvement by subscribers with long-term participation. This finding was seen in preanalytic, turnaround time, and postanalytic measures. Q-Tracks monitors contribute to the overall demonstration and improvement of laboratory and hospital quality because they address core quality measures for the College of American Pathologists Laboratory Accreditation Program and multiple Joint Commission National Patient Safety Goals. CONCLUSIONS: The Q-Tracks program has established multiple benchmarks in most disciplines of the laboratory and has demonstrated significant performance improvement in benchmarks and individual laboratories over time.
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 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 | 0,001 | 0,003 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».