Development and Evaluation of Evidence-Informed Quality Indicators for Adult Injury Care
Notice bibliographique
Résumé
In Brief Objective: To develop and evaluate evidence-informed quality indicators of adult injury care. Background: Injury is a leading cause of morbidity and mortality, but there is a lack of consensus regarding how to evaluate injury care. Methods: Using a modification of the RAND/UCLA Appropriateness Methodology, a panel of 19 injury and quality of care experts serially rated and revised quality indicators identified from a systematic review of the literature and international audit of trauma center quality improvement practices. The quality indicators developed by the panel were sent to 133 verified trauma centers in the United States, Canada, Australia, and New Zealand for evaluation. Results: A total of 84 quality indicators were rated and revised by the expert panel over 4 rounds of review producing 31 quality indicators of structure (n = 5), process (n = 21), and outcome (n = 5), designed to assess the safety (n = 8), effectiveness (n = 17), efficiency (n = 6), timeliness (n = 16), equity (n = 2), and patient-centeredness (n = 1) of injury care spanning prehospital (n = 8), hospital (n = 19), and posthospital (n = 2) care and secondary injury prevention (n = 1). A total of 101 trauma centers (76% response rate) rated the indicators (1 = strong disagreement, 9 = strong agreement) as targeting important health improvements (median score 9, interquartile range [IQR] 8–9), easy to interpret (median score 8, IQR 8–9), easy to implement (median score 8, IQR 7–8), and globally good indicators (median score 8, IQR 8–9). Conclusions: Thirty-one evidence-informed quality indicators of adult injury care were developed, shown to have content validity, and can be used as performance measures to guide injury care quality improvement practices. Injury is a leading cause of morbidity and mortality, but there is a lack of consensus regarding how to evaluate injury care. Thirty-one evidence-informed quality indicators of adult injury care were developed, shown to have content validity, and can be used as performance measures to guide quality improvement practices.
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 | 0,429 | 0,528 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,018 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».