MétaCan
Menu
Retour à la cohorte
Enregistrement W3007537439 · doi:10.1200/jco.2020.38.6_suppl.667

Hospital-level quality indicators for kidney cancer surgery: A Veteran’s Affairs national health system validation of concept.

2020· article· en· W3007537439 sur OpenAlexaff
Diego Aguilar Palacios, Brigid Wilson, Olli Saarela, Mustafa Ascha, Sunah Song, Molly Dewitt‐Foy, Keith A. Lawson, Jill S. Barnholtz‐Sloan, Antonio Finelli, Steven C. Campbell, Robert Abouassaly

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineVeterans AffairsNephrectomyKidney cancerComorbidityCancerHealthcare systemHealth careEmergency medicineSurgeryInternal medicineKidney

Résumé

récupéré en direct d'OpenAlex

667 Background: Validation and implementation of quality indicators (QIs) for oncological surgical care is imperative in national health care systems. However, QIs must be adjusted for significant case-mix variations among hospitals and to capture disparate patient outcomes. Here, we explore and validate a compound quality score (CQS) as a metric for hospital-level quality of care in kidney cancer patients. Methods: Kidney cancer patients (n = 8233) treated at the VA (2005-2015) were identified. Two previously described and validated process QIs were explored: the proportion of patients with a) T1a tumors undergoing partial nephrectomy; and b) T1-T2 tumors undergoing minimally invasive radical nephrectomy. Demographics, comorbidity, tumor characteristics and treatment year were used for case-mix adjustment using indirect standardization / multivariable regression models. The predicted vs observed ratio of cases was calculated to generate each QI score. CQS represents the sum of both QIs scores. Ninety-six hospitals were benchmarked by CQS and patient-level outcomes were regressed on CQS levels to assess for length of stay (LOS), 30 days complications/readmission, 90 days overall mortality and total cost of surgical admission. Results: CQS identified 25, 33 and 38 hospitals with higher, lower and average performance, respectively. Total CQS score was independently associated with LOS [β = -0.04, p< 0.01, predicted LOS 0.84 days shorter for CQS = 2 vs. CQS = -2], 30 days surgical complications [OR = 0.88, p < 0.01] or 30 days medical complications [OR = 0.93, p < 0.01] and total cost of surgical admission [β = -0.014, p< 0.01, predicted 12% lower cost for CQS = 2 vs. CQS = -2]. No association was found between CQS and 30 day readmissions or 90 days mortality (all p>0.05), although low event rates were observed (8.9% and 1.7%, respectively). Conclusions : Variability in quality of surgical care at a hospital-level can be captured with the CQS among kidney cancer patients. CQS is associated with length of stay, post-operative complications and total cost of surgical admission. Quality indicators should be used to identify, audit and implement quality improvement strategies across health 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.

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)0,078
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,078
Score d'incertitude au seuil0,412

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0780,078
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,319
Tête enseignante GPT0,450
Écart entre enseignants0,131 · 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'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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207