The Paediatric Admission Quality of Care (PAQC) score: designing a tool to measure the quality of early inpatient paediatric care in a low‐income setting
Notice bibliographique
Résumé
BACKGROUND: Evaluating clinician compliance with recommended steps in clinical guidelines provides one measure of quality of process of care but can result in a multiplicity of indicators across illnesses, making it problematic to produce any summative picture of process quality, information that may be most useful to policy-makers and managers. OBJECTIVE: We set out to develop a clinically logical summative measure of the quality of care provided to children admitted to hospital in Kenya spanning the three diagnoses present in 60% or more of admissions that would provide a patient-level measure of quality of care in the face of comorbidity. METHODS: We developed a conceptual model of care based on three domains: assessment, diagnosis and treatment of illnesses. Individual items within domains correspond to recommended processes of care within national clinical practice guidelines. Summative scores were created to reduce redundancy and enable aggregation across illnesses while maintaining a clear link to clinical domains and our conceptual model. The potential application of the score was explored using data from more than 12 000 children from eight hospitals included in a prior intervention study in Kenya. RESULTS: Summative scores obtained from items representing discrete clinical decision points reduced redundancy, aided balance of score contribution across domains and enabled direct comparison of disease-specific scores and the calculation of scores for children with comorbidity. CONCLUSION: This work describes the development of a summative Paediatric Admission Quality of Care score measured at the patient level that spans three common diseases. The score may be an efficient tool for assessing quality with an ability to adjust for case mix or other patient-level factors if needed. The score principles may have applicability to multiple illnesses and settings. Future analysis will be needed to validate the score.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».