Evaluation of an electronic health record structured discharge summary to provide real time adverse event reporting in thoracic surgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The reporting of adverse events (AE) remains an important part of quality improvement in thoracic surgery. The best methodology for AE reporting in surgery is unclear. An AE reporting system using an electronic discharge summary with embedded data collection fields, specifying surgical procedure and complications, was developed. The data are automatically transferred daily to a web-based reporting system. METHODS: We determined the accuracy and sustainability of this electronic real time data collection system (ERD) by comparing the completeness of record capture on procedures and complications with coded discharge data (administrative data), and with the standard of chart audit at two intervals. All surgical procedures performed for 2 consecutive months at initiation (Ti) and 1 year later (T1yr) were audited by an objective trained abstractor. A second abstractor audited 10% of the charts. RESULTS: The ERD captured 71/72 (99%) of charts at Ti and 56/65 (86%) at T1yr. Comparing the presence/absence of complications between ERD and chart audit demonstrated at Ti a high sensitivity and specificity, positive predictive value (PPV) of 95.5%, negative predictive value (NPV) of 93.9% with a kappa of 0.872 (95% CI 0.750 to 0.994), and at T1yr a sensitivity, specificity, PPV and NPV of 100% with a kappa of 1.0 (95% CI 1.0). Comparing the presence/absence of complications between administrative data and chart audit at Ti demonstrated a low sensitivity, high specificity and a kappa of 0.471 (95% CI 0.256 to 0.686), and at T1yr a low sensitivity, high specificity of 85% and a kappa of 0.479 (95% CI 0.245 to 0.714). CONCLUSIONS: We found that the ERD can provide accurate real time AE reporting in thoracic surgery, has advantages over previous reporting methodologies and is an alternative system for surgical clinical teams developing AE reporting systems.
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.
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 | 0,118 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle