Opportunities and challenges for quality and safety applications in ICD-11: an international survey of users of coded health data
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: In 2018, the World Health Organization (WHO) plans to release the 11th revision of the International Classification of Diseases (ICD). The overall goal of the WHO is to produce a new disease classification that has an enhanced ability to capture health concepts in a manner that is compatible with contemporary information systems. Accordingly, our objective was to identify opportunities and challenges in improving the utility of ICD-11 for quality and safety applications. DESIGN: A survey study of international stakeholders with expertise in either the production or use of coded health data. SETTING: International producers or users of ICD-coded health care data. STUDY PARTICIPANTS: We used a snowball sampling approach to identify individuals with relevant expertise in 12 countries, mostly from North America, Europe, and Australasia. An 8-item online survey included questions on demographic characteristics, familiarity with ICD, experience using ICD-coded data on healthcare quality and safety, opinions regarding the use of ICD classification systems for quality and safety measurement, and current limitations and potential future improvements that would permit better coding of quality and safety concepts in ICD-11. RESULTS: Two-hundred fifty-eight unique individuals accessed the online survey; 246 provided complete responses. The respondents identified specific desires for the ICD revision: more code content for adverse events/complications; a desire for code clustering mechanisms; the need for diagnosis timing information; and the addition of better code definitions to reference materials. CONCLUSION: These findings reinforce the vision and existing work plan of the WHO's ICD revision process, because each of these desires is being addressed.
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 | 0,024 | 0,004 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 découle