MétaCan
Menu
Retour à la cohorte
Enregistrement W2913625965 · doi:10.1097/hcr.0000000000000396

Cardiac Rehabilitation Quality Improvement

2019· review· en· W2913625965 sur OpenAlexaffabout
Mahshid Moghei, Paul Oh, Caroline Chessex, Sherry L. Grace

Notice bibliographique

RevueJournal of Cardiopulmonary Rehabilitation and Prevention · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMedicineQuality managementAuditReimbursementQuality (philosophy)RehabilitationHealth careQuality auditQuality assuranceNursingPhysical therapyOperations managementBusinessAccountingExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Despite evidence of the effectiveness of cardiac rehabilitation (CR), there is wide variability in programs, which may impact their quality. The objectives of this review were to (1) evaluate the ways in which we measure CR quality internationally; (2) summarize what we know about CR quality and quality improvement; and (3) recommend potential ways to improve quality. METHODS: For this narrative review, the literature was searched for CR quality indicators (QIs) available internationally and experts were also consulted. For the second objective, literature on CR quality was reviewed and data on available QIs were obtained from the Canadian Cardiac Rehabilitation Registry (CCRR). For the last objective, literature on health care quality improvement strategies that might apply in CR settings was reviewed. RESULTS: CR QIs have been developed by American, Canadian, European, Australian, and Japanese CR associations. CR quality has only been audited across the United Kingdom, the Netherlands, and Canada. Twenty-seven QIs are assessed in the CCRR. CR quality was high for the following indicators: promoting physical activity post-program, assessing blood pressure, and communicating with primary care. Areas of low quality included provision of stress management, smoking cessation, incorporating the recommended elements in discharge summaries, and assessment of blood glucose. Recommended approaches to improve quality include patient and provider education, reminder systems, organizational change, and advocacy for improved CR reimbursement. An audit and feedback strategy alone is not successful. CONCLUSIONS: Although not a lot is known about CR quality, gaps were identified. The quality improvement initiatives recommended herein require testing to ascertain whether quality can be improved.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,339

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,155
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,009
Études des sciences et des technologies0,0020,002
Communication savante0,0070,004
Science ouverte0,0030,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,049
Tête enseignante GPT0,424
Écart entre enseignants0,375 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiopulmonary Rehabilitation and PreventionMême sujetCardiac Health and Mental HealthTravaux en français237 207