Profiling Hospital Performance Based on Mortality After Transcatheter Aortic Valve Replacement in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Public reporting of hospital-level outcomes is increasingly common as a means to target quality improvement strategies to ensure the delivery of optimal care. Despite the rapid dissemination of transcatheter aortic valve replacement (TAVR), there is a paucity of reliable case-mix adjustment models for hospital profiling in TAVR. Our objective was to develop and evaluate different models for calculating risk-standardized all-cause mortality rates (RSMRs) post-TAVR. METHODS AND RESULTS: In this population-based study in Ontario, Canada, we identified all patients who underwent a TAVR procedure between April 1, 2012, and March 31, 2016. For each hospital, we calculated 30-day and 1-year RSMR, using 2-level hierarchical logistic regression models that accounted for patient-specific demographic and clinical characteristics, as well as the clustering of patients within the same hospital using a hospital-specific random effects. We classified each hospital into one of 3 groups: performing worse than expected, better than expected, or performing as expected, based on whether the 95% CI of the RSMR was above, below, or included the provincial average mortality rate, respectively. Our cohort consisted of 2129 TAVR procedures performed at 10 hospitals. The observed mortality was 7.0% at 30 days and 16.4% at 1 year, with a range of 4% to 10% and 8% to 22%, respectively, across hospitals. We developed case-mix adjustment models using 28 clinically relevant variables. Using 30-day and 1-year RSMR to profile each hospital, we found that all hospitals performed as expected, with 95% CI that included the provincial average. CONCLUSIONS: We found no significant interhospital variation in RSMR among hospitals, suggesting that quality improvement efforts should be directed at aspects other than the variation in observed mortality.
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) | 0,001 | 0,003 |
| 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 ».