International Comparability of Patient Safety Indicators in 15 OECD Member Countries: A Methodological Approach of Adjustment by Secondary Diagnoses
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
OBJECTIVE: To improve the international comparability of patient safety indicators based on administrative hospital data, adjustment of country-specific rates by a proxy measure of diagnostic coding intensity was tested. DATA SOURCES: Secondary data (numerator and denominator counts of patient safety indicators) based on adults discharged from acute care hospitals between 2006 and 2008 was used. STUDY DESIGN: A retrospective cross-sectional study using hospital administrative data was performed. DATA COLLECTION: Belgium, Canada, Denmark, Germany, Italy, Ireland, New Zealand, Norway, Portugal, Singapore, Spain, Sweden, Switzerland, the United Kingdom, and the United States provided data according to detailed instructions. PRINCIPAL FINDINGS: Age- and sex-standardized rates varied across countries. An ordinary least squares regression model was estimated for each Patient Safety Indicator (PSI) using the mean number of secondary diagnoses among denominator cases as the predictor (R(2) =23 percent to 56 percent). Estimated country-specific residuals were linearly transformed into adjusted PSI rates. Variation among age-sex standardized PSI rates decreased substantially after this adjustment. CONCLUSIONS: International comparisons of health system performance based on unadjusted patient safety indicators are problematic due to suspected coding or ascertainment bias. The model could be an interim approach to provide comparable information on hospital quality, with a long-term goal of improving international consistency in diagnostic reporting in administrative data.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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