MétaCan
Menu
Retour à la cohorte
Enregistrement W3092212140 · doi:10.1093/eurpub/ckaa165.101

Public reporting of performance measures in long-term care in Canada: does it make a difference?

2020· article· en· W3092212140 sur OpenAlexaffabout
M Poldrugovac, Joseph Emmanuel Amuah, Helen Ke Wei-Randall, Patricia Sidhom, Karen Morris, Sonya Allin, Nicolaas S. Klazinga, Dionne Kringos

Notice bibliographique

RevueEuropean Journal of Public Health · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of TorontoCanadian Institute for Health Information
Organismes subventionnairesnon disponible
Mots-clésJurisdictionHealth careData collectionPerformance indicatorMedicineBusinessSample (material)Public healthEnvironmental healthActuarial sciencePolitical scienceEconomic growthNursingEconomicsStatisticsMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Evidence of the impact of public reporting of healthcare performance on quality improvement is not yet sufficient to draw conclusions with certainty, despite the important policy implications. This study explored the impact of implementing public reporting of performance indicators of long-term care facilities in Canada. The objective was to analyse whether improvements can be observed in performance measures after publication. Methods We considered 16 performance indicators in long-term care in Canada, 8 of which are publicly reported at a facility level, while the other 8 are privately reported. We analysed data from the Continuing Care Reporting System managed by the Canadian Institute for Health Information and based on information collection with RAI-MDS 2.0 © between the fiscal years 2011 and 2018. A multilevel model was developed to analyse time trends, before and after publication, which started in 2015. The analysis was also stratified by key sample characteristics, such as the facilities' jurisdiction, size, urban or rural location and performance prior to publication. Results Data from 1087 long-term care facilities were included. Among the 8 publicly reported indicators, the trend in the period after publication did not change significantly in 5 cases, improved in 2 cases and worsened in 1 case. Among the 8 privately reported indicators, no change was observed in 7, and worsening in 1 indicator. The stratification of the data suggests that for those indicators that were already improving prior to public reporting, there was either no change in trend or there was a decrease in the rate of improvement after publication. For those indicators that showed a worsening trend prior to public reporting, the contrary was observed. Conclusions Our findings suggest public reporting of performance data can support change. The trends of performance indicators prior to publication appear to have an impact on whether further change will occur after publication. Key messages Public reporting is likely one of the factors affecting change in performance in long-term care facilities. Public reporting of performance measures in long-term care facilities may support improvements in particular in cases where improvement was not observed before publication.

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)0,076
score de la tête « metaresearch » (Gemma)0,289
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 enseignants0,076
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,289
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,022
Études des sciences et des technologies0,0020,004
Communication savante0,0060,003
Science ouverte0,0040,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,175
Tête enseignante GPT0,363
Écart entre enseignants0,188 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetGeriatric Care and Nursing HomesTravaux en français237 207