A framework to assess patient-reported adverse outcomes arising during hospitalization
Notice bibliographique
Résumé
BACKGROUND: The assessment of adverse events from a patient-centered view includes patient-reported adverse outcomes. An adverse outcome refers to any suboptimal outcome experienced by the patient; when adverse outcomes are identified through a patient interview these are called patient-reported adverse outcomes. An adverse event is an adverse outcome that is more likely due to the processes of medical care rather than to the mere progression of disease. In the context of a large-scale study assessing post-hospitalization adverse events, we developed a conceptual framework to assess patient-reported adverse outcomes (PRAOs). This methodological manuscript describes this conceptual framework. METHODS: The PRAO framework builds on a validated adverse event ascertainment method including three phases: Phase 1 involves an inquiry to ascertain the occurrence of any patient-reported adverse outcome. It is completed by a structured telephone interview to obtain details - from a patient perspective - on symptoms that developed and/or worsened after hospitalization. Phase 2 involves the classification of PRAOs by physicians not involved in the patient care. Physician-reviewers then rate the PRAOs using well-adopted scales to determine whether the occurrence was the natural progression of the underlying illness or due to medical care. When the PRAO is rated as "due to medical care", it is then classified as an "adverse event". Phase 3 involves the classification of adverse events as preventable or ameliorable. RESULTS: Out of the 1347 patients contacted at 1-month post-discharge, 469 reported AOs and after reviewing 369 cases, 29 were classified as AEs. Observed agreement levels between raters were 87.3, 85.5, and 85.2 % respectively displaying a good agreement (k > 0.60). CONCLUSION: The framework incorporates PRAOs as a way to identify cases that need to be evaluated for adverse events. Further validation of this framework is warrant with the final aim of implementation at larger scale. The implementation of this framework will enable clinicians, researchers and healthcare institutions to compare outcome rates across providers and over time.
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 | 0,067 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,014 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».