Trends in Results of HBIPS National Performance Measures and Association With Year of Adoption
Notice bibliographique
Résumé
OBJECTIVE: Multiple studies demonstrate a consistent pattern of improvement on quality measures among health care organizations after they begin collecting and reporting data. This study compared results on psychiatric performance measures among cohorts of hospitals with different characteristics that elected to begin reporting on the measures at various points in time. METHODS: Quarterly reporting of Hospital-Based Inpatient Psychiatric Services (HBIPS) measures to the Joint Commission was used to examine trends in performance among four hospital cohorts that began reporting in 2009 (N=243), 2011 (N=139), 2014 (N=137), or 2015 (N=372). The HBIPS measures address admission screening, restraint and seclusion use, justification of use of multiple antipsychotic medications, and discharge planning. Comparisons were based upon initial quarters of data reported and change rates. RESULTS: After adjustment for covariates, the analyses showed that all cohorts significantly improved across quarters for admission screening, justification of multiple antipsychotic medications, and discharge planning. Restraint hours significantly dropped over the initial reporting periods, but only for the 2009 and 2015 cohorts. Seclusion hours significantly dropped over the six reporting periods for all cohorts except 2011. CONCLUSIONS: Several differences were observed across cohorts in the rate of change between baseline and final measurement for various measures. In nearly every case, however, hospitals that began reporting measurement data earlier performed better than subsequent cohorts during the later cohorts' first quarter of reporting.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».