Assessing quality of older persons’ emergency transitions between long-term and acute care settings: a proof-of-concept study
Notice bibliographique
Résumé
BACKGROUND: Long-term care (LTC) residents frequently experience transitions in the location of more advanced care delivery, including receiving emergency department (ED) care. In this proof-of-concept study, we aimed to determine if we could identify measures in quality of care across transitions from LTC to the ED, via emergency medical services and back, by applying Institute of Medicine (IOM) Quality of Care Domains to an existing dataset. METHODS: In the Older Persons' Transitions in Care (OPTIC) study, we collected information on residents' transitions in two Western Canadian cities. We applied the IOM's Quality of Care Domains to the OPTIC data to create binary measures of transition quality. We report the median (MED) per cent and IQR of measures met within each domain of quality. RESULTS: We tracked 637 transitions over a 12-month period, with data collected from each setting. We developed 19 safety measures, 20 measures of resident-centred care, 3 measures of timely care and 5 measures of effective care. We were unable to develop measures for equitable care at an individual transfer level. Domain scores varied across individual transitions, with the highest scores in safety (MED 79%, IQR: 63-95), efficiency (66%; IQR: 66-99), and resident-centred (45%; IQR: 25-65), followed by effectiveness (36%; IQR: 16-56), and timeliness (0%; IQR: 0-50). CONCLUSIONS: Our results show variation in scores across the domains of quality suggesting that it is possible to track quality of transitions for individuals across all settings, and not only within settings. We recommend that future work in tracking quality of care be performed at several levels (LTC, region, health authority, province). Such tracking is necessary to evaluate and improve overall quality of care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».