Effect of intervention on quality measures of symptom management in the Michigan Oncology Quality Consortium (MOQC).
Notice bibliographique
Résumé
70 Background: Michigan oncology practice groups that participated in MOQC [JOP 5(6):281, 2009] used the Quality Oncology Practice Initiative (QOPI) tool. Adherence to processes of disease specific care was high, but poor in domains associated with palliative care. These measures did not change over time [Health Affairs. 31(4):718, 2012]. These findings prompted us to test interventions to improve quality in palliative care domains. Methods: MOQC created a process, based on the IHI Framework for Spread, to assist oncology practice groups in establishing their own primary Palliative Care services, including the implementation of Edmonton Symptom Management Scale. 8 practice groups formed teams of local change agents to participate in the Palliative Care Demonstration (PC Demo) project. The teams participated in 3 in-person and 4 online learning sessions over 8 months, led by palliative care and quality experts. Teams were provided tools, training materials, and necessary support to implement the improvements and measure their success. The learning network facilitated the sharing of best practices and lessons learned throughout the process. The teams presented their results broadly to other MOQC participants at project conclusion. Results: Success was measured using palliative care-focused ASCO QOPI results. PC Demo sites consecutively improved their scores in many of the QOPI measures, and their rate of improvement from Fall 2011 to Spring 2012 was greater than that of their peers. Conclusions: We observed that collecting and distributing data in our consortium was insufficient to improve palliative oncology care. Providing practice groups with the appropriate infrastructure improved their capacity and capability to make the necessary changes to improve performance. [Table: see text]
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».