Capturing the complexity of healthcare for people with Down syndrome in quality indicators - a Delphi study involving healthcare professionals and patient organisations
Notice bibliographique
Résumé
BACKGROUND: Insight into quality of healthcare for people with Down Syndrome (DS) is limited. Quality indicators (QIs) can provide this insight. This study aims to find consensus among participants regarding QIs for healthcare for people with DS. METHODS: We conducted a four-round Delphi study, in which 33 healthcare professionals involved in healthcare for people with DS and two patient organisations' representatives in the Netherlands participated. Median and 75-percentiles were used to determine consensus among the answers on 5-point Likert-scales. In each round, participants received an overview of participants' answers from the previous round. RESULTS: Participants agreed (consensus was achieved) that a QI-set should provide insight into available healthcare, enable healthcare improvements, and cover a large diversity of quality domains and healthcare disciplines. However, the number of QIs in the set should be limited in order to prevent registration burden. Participants were concerned that QIs would make quality information about individual healthcare professionals publicly available, which would induce judgement of healthcare professionals and harm quality, instead of improving it. CONCLUSIONS: We unravelled the complexity of capturing healthcare for people with DS in a QI-set. Patients' rights to relevant information have to be carefully balanced against providers' entitlement to a safe environment in which they can learn and improve. A QI-set should be tailored to different healthcare disciplines and information systems, and measurement instruments should be suitable for collecting information from people with DS. Results from this study and two preceding studies, will form the basis for the further development of a QI-set.
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 | 0,099 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».