Quality of congestive heart failure care: assessing measurement of care using electronic medical records.
Notice bibliographique
Résumé
OBJECTIVE: To study the feasibility of using electronic medical record (EMR) data from the Deliver Primary Healthcare Information (DELPHI) database to measure quality of care for patients with congestive heart failure (CHF) in primary care and to determine the percentage of patients with CHF receiving the recommended care. DESIGN: Items listed on the Ontario Ministry of Health and Long-Term Care Heart Failure Patient Care Flow Sheet (CHF flow sheet) were assessed and measured using EMRs of patients diagnosed with CHF between October 1, 2005, and September 30, 2008. SETTING: Ten primary health care practices in southwestern Ontario. PARTICIPANTS: Four hundred eighty-eight patients who were considered to have CHF because at least 1 of the following was indicated in their EMRs: an International Classification of Diseases billing code for CHF (category 428), an International Classification of Primary Care diagnosis code for heart failure (ie, K77), or "CHF" reported on the problem list. MAIN OUTCOME MEASURES: Number of CHF flow sheet items that were measurable using EMR data from the DELPHI database. Percentage of patients with CHF receiving required quality-of-care items since the date of diagnosis. RESULTS: The DELPHI database contained information on 60 (65.9%) of the 91 items identified using the CHF flow sheet. The recommended tests and procedures were recorded infrequently: 55.5% of patients with CHF had chest radiographs; 32.6% had electrocardiograms; 32.2% had echocardiograms; 30.5% were prescribed angiotensin-converting enzyme inhibitors; 20.9% were prescribed β-blockers; and 15.8% were prescribed angiotensin II receptor blockers. CONCLUSION: Low frequencies of recommended care items for patients with CHF were recorded in the EMR. Physicians explained that CHF care was documented in areas of the EMR that contained patient identifiers, such as the encounter notes, and was therefore not part of the DELPHI database. Extractable information from the EMR does not provide a complete picture of the quality of care provided to patients with CHF.
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 | 0,017 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».