Development of quality outcome indicators to improve the quality of urinary and faecal continence care
Notice bibliographique
Résumé
INTRODUCTION AND HYPOTHESIS: Despite the range of treatment options available, relatively few people with incontinence find a total cure. The importance of daily management with toileting and containment cannot be underestimated. To our knowledge, there are no outcome measures to benchmark good care. The aim of this study was to create a set of key performance indicators (KPIs) to measure outcomes for toileting and containment. METHODS: An expert panel (EP) defined a set of KPIs using evidence from a scoping review, stakeholder engagement, and expert consensus. Peer reviewed articles, high-quality grey literature and international and national standards were reviewed to identify existing measures for management. These findings were augmented by an exercise involving patients, caregivers, nurses, clinicians, payers, policy makers and care providers to prioritise the findings and identify additional areas of interest. RESULTS: The final set of 14 KPIs includes quality indicators of process and outcome for those managed with a toileting and containment strategy and is relevant for both care-independent and -dependent persons. Rates of assessment, days waiting for specialist assessment, rates of return to work and those rating their quality of life as good or acceptable are captured. An indicator of well-being for caregivers and the economic costs of poor care are also defined. CONCLUSIONS: The set of KPIs to measure outcomes from toileting and containment strategies describes the components of each to encourage integration into existing quality frameworks. Each KPI has been refined and detailed to encourage this. If implemented, resulting benchmarking data will facilitate care quality improvement and inform value-based care procurement and provision of toileting and containment strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».