MétaCan
Menu
Retour à la cohorte
Enregistrement W2890597821 · doi:10.23889/ijpds.v3i4.1030

Linking Clinical and Administrative Data to Inform Performance Measures Regarding Access to Specialist Care for Patients with Rheumatoid Arthritis

2018· article· en· W2890597821 sur OpenAlexaffabout
Deborah A. Marshall, Claire Barber, Sharon Zhang, Jatin N. Patel, Guanmin Chen, Peter Faris

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensAlberta Health ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineRheumatoid arthritisCohortReferralInternal medicinePerformance indicatorRheumatologyPhysical therapyEmergency medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

IntroductionRheumatoid arthritis (RA) is the most prevalent type of chronic adult inflammatory arthritis and requires timely diagnosis and subsequent access to specialist care and treatment from a rheumatologist. We developed a set of key performance indicators (KPIs) to evaluate access, effectiveness, acceptability, appropriateness and efficiency of care.
 Objectives and ApproachThe overall objective was to measure performance of a central intake system for referral to rheumatology against the KPIs. We report on one accessibility KPIs: the percentage of patients with new onset RA with at least one visit to a rheumatologist in the first 365 days since diagnosis. We identified a cohort of RA patients using a validated case definition: >16 years, at least 1 RA related hospitalization (ICD-10-CA:M05.x-M06.x) or two RA related physician visits ≥ eight weeks apart within two years (ICD-9: 714.x). The incident case date was date of hospitalization or second physician visit (whichever came first).
 ResultsThis KPI assessed the proportion of patients seen by a rheumatologist within one year of first RA visit by patients in the RA cohort. 13,914 cases of RA were diagnosed between April 1 2010 and March 31 2016. The percentage of patients with new onset RA with at least one visit to a rheumatologist in the first 365 days since diagnosis increased between fiscal years 2011 and 2015. Of the 2851 incident RA cases in fiscal year 2011, 1490 (53%) met the performance measure compared to 1710 of 2710 (63%) who met the definition in fiscal year 2015. Other KPIs, including wait times, are being evaluated using both clinical and administrative data.
 Conclusion/ImplicationsBy linking multiple administrative datasets, we are able to measure system performance against a defined KPI and identify opportunities for system improvement. This is the first initiative in Alberta for patients with RA where data from different multi-custodial data repositories have been extracted, linked and analyzed for this purpose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,183
Tête enseignante GPT0,467
Écart entre enseignants0,284 · 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 tête enseignante, 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207