Using Data From Ontario’s Episode-Based Funding Model to Assess Quality of Chemotherapy
Notice bibliographique
Résumé
INTRODUCTION: A new episode-based funding model for ambulatory systemic therapy was implemented in Ontario, Canada on April 1, 2014, after a comprehensive knowledge transfer and exchange strategy with providers and administrators. An analysis of the data from the first year of the new funding model provided an opportunity to assess the quality of chemotherapy, which was not possible under the old funding model. MATERIALS AND METHODS: Options for chemotherapy regimens given with adjuvant/curative intent or palliative intent were informed by input from disease site groups. Bundles were developed and priced to enable evidence-informed best practice. Analysis of systemic therapy utilization after model implementation was performed to assess the concordance rate of the treatments chosen with recommended practice. The actual number of cycles of treatment delivered was also compared with expert recommendations. RESULTS: Significant improvement compared with baseline was seen in the proportion of adjuvant/curative regimens that aligned with disease site group-recommended options (98% v 90%). Similar improvement was seen for palliative regimens (94% v 89%). However, overall, the number of cycles of adjuvant/curative therapy delivered was lower than recommended best practice in 57.5% of patients. There was significant variation by disease site and between facilities. CONCLUSION: Linking funding to quality, supported by knowledge transfer and exchange, resulted in a rapid improvement in the quality of systemic treatment in Ontario. This analysis has also identified further opportunities for improvement and the need for model refinement.
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 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 | 0,004 | 0,003 |
| 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 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».