MétaCan
Menu
Retour à la cohorte
Enregistrement W2743666174 · doi:10.5489/cuaj.4397

Benchmarking quality for renal cancer surgery: Canadian Kidney Cancer information system (CKCis) perspective

2017· article· en· W2743666174 sur OpenAlexaffvenueabout
Keith A. Lawson, Olli Saarela, Zhihui Liu, Luke T. Lavallée, Rodney H. Breau, Lori Wood, Michael A.S. Jewett, Anil Kapoor, Simon Tanguay, Ronald B. Moore, Ricardo Rendon, Frédéric Pouliot, Peter C. Black, Jun Kawakami, Darrel Drachenberg, Antonio Finelli

Notice bibliographique

RevueCanadian Urological Association Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of ManitobaUniversity of British ColumbiaUniversity of Alberta HospitalUniversité LavalUniversity of AlbertaUniversity of OttawaMcGill UniversityMcGill University Health CentreMcMaster UniversityUniversity of TorontoDalhousie UniversityUniversity of CalgaryPrincess Margaret Cancer CentrePublic Health Ontario
Organismes subventionnairesAstellas PharmaSanofiPfizerEli Lilly and CompanyAmgen
Mots-clésNephrectomyBenchmarkingMedicineRenal cell carcinomaKidney cancerMultivariate analysisQuality managementCase mix indexSurgeryEmergency medicineInternal medicineKidneyOperations managementNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: There is a lack of validated quality metrics to evaluate the care of patients receiving surgery for renal cell carcinoma (RCC). To address this, the Kidney Cancer Research Network of Canada defined a list of quality indicators (QI) to assess hospital-level performance. We have case-mix adjusted these QIs to benchmark RCC surgical care at Canadian academic centres. METHODS: The Canadian Kidney Cancer information system (CKCis) was used to measure six QIs: laparoscopic approach proportion (LA), partial nephrectomy proportion (PN), partial nephrectomy in patients with chronic kidney disease (CKDPN), positive margin rate (PMR), partial nephrectomy complication rate (PNCx), and warm ischemia time (WIT). To benchmark performance, indirect standardization (observed-to-expected ratio) methodology was employed using multivariate regression models. RESULTS: Multivariate models for LA, PN, and CKDPN demonstrated good discrimination and were used for benchmarking. National averages of 74% (70-78%), 73% (70-75%), and 70% (67-74%) for the LA, PN, and CKDPN QIs, respectively, were determined and used to benchmark individual hospital performance. Overall, three (23%), two (15%), and two (15%) hospitals performed below expected for LA, PN, and CKDPN, respectively. Hospital identity was an independent predictor of LA, PN, and CKDPN (p<0.001). CONCLUSIONS: Significant variability between CKCis hospitals for three RCC surgical QIs exists. Using the CKCis infrastructure may provide a framework for institution-level audit feedback for quality improvement. Greater CKCis capture rates and further data supporting the construct validity of these QIs are required to extend the use of this dataset to real-world quality initiatives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,534

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,303
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetRenal cell carcinoma treatmentTravaux en français237 207