Assessing 30-day avoidable readmission rates: Is it an appropriate tool to manage emergency department quality of care?
Notice bibliographique
Résumé
Objective: Quality indicators, based on administrative data, are being increasingly used to assess avoidable hospital readmission rates. Their potential to identify areas for improvement at low cost is attractive, but their performance in emergency departments (EDs) has been criticised.Methods: Hospital readmissions were categorised as potentially avoidable or non-avoidable, by a computerised algorithm (SQLape®, version 2016 - Striving for Quality Level and analysing of patient expenditures). Half-yearly rates were reported between July 2015 and June 2016. Two senior physicians conducted a medical record review on 100 randomly selected cases from an ED, flagged as potentially avoidable readmissions (PAR). Results were then discussed with the algorithm’s designer.Results: The algorithm screened 2,182 eligible emergency visits - 105 cases (4.8%), were deemed potentially avoidable by the algorithm. Among 100 randomly selected cases, nine exclusions were due to coding issues and four due to false positives. Overall (N = 87), 20/87 (23%) of readmissions were directly related to sole emergency care, 31/87 (36%) related to healthcare providers other than the ED, and 23/87 (26%) were of mixed provision, while 13/87 (15%) were attributed to the course of the disease.Conclusions: The study confirms the need for a better understanding of the algorithm’s measurement and of its reported results. Careful interpretation is required before a sound conclusion can be made. Indeed, it is apparent that the 30-day PAR quality indicator rate reflects a wider parameter of care than hospitals alone, who understandably tend to concentrate on their own, direct liability of care. In particular the 30-day PAR quality indicator is not well-suited to evaluate ED performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,051 | 0,183 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».