MétaCan
Menu
Retour à la cohorte
Enregistrement W4295681903 · doi:10.1001/jamasurg.2022.3912

Validation of Quality Indicators Targeting Low-Value Trauma Care

2022· article· en· W4295681903 sur OpenAlexaffabout
Lynne Moore, Mélanie Berube, Pier‐Alexandre Tardif, François Lauzier, Alexis F. Turgeon, Peter Cameron, Howard R. Champion, Natalie Yanchar, Fiona Lecky, John B. Kortbeek, David C. Evans, Éric Mercier, Patrick Archambault, François Lamontagne, Belinda J. Gabbe, Jérôme Paquet, Tarek Razek, Amina Belcaïd, Simon Berthelot, Christian Malo, Eddy Lang, Henry T. Stelfox

Notice bibliographique

RevueJAMA Surgery · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversité de SherbrookeHôpital Saint-François d'AssiseUniversity of British ColumbiaMcGill UniversityUniversity of CalgaryInstitut National d'Excellence en Santé et en Services SociauxUniversité LavalMontreal General HospitalHôpital de l'Enfant-Jésus
Organismes subventionnairesnon disponible
Mots-clésMedicinePredictive validityConstruct validityCriterion validityHealth careEmergency medicineSurgeryPatient satisfactionClinical psychology

Résumé

récupéré en direct d'OpenAlex

Importance: Reducing low-value care has the potential to improve patient experiences and outcomes and free up health care resources. Sixteen quality indicators were recently developed targeting reductions in low-value trauma care based on a synthesis of the best available evidence, expert consensus, and patient preferences. Objective: To assess the validity of quality indicators on low-value trauma care using trauma registry data. Design, Setting, and Participants: Data from an inclusive Canadian provincial trauma system were used in this analysis. Included were all admissions for injury to any of the 57 provincial adult trauma centers between April 1, 2013, and March 31, 2020. Metrics for quality indicators were developed iteratively with clinical experts. Main Outcomes and Measures: Validity was assessed using a priori criteria based on 5 parameters: frequency (incidence and case volume), discrimination (interhospital variation), construct validity (correlation with quality indicators on high-value care), predictive validity (correlation with quality indicators on risk-adjusted outcomes), and forecasting (correlation over time). Results: The study sample included 136 783 patient admissions (mean [SD] age, 63 [22] years; 68 428 men [50%]). Metrics were developed for 12 of the 16 quality indicators. Six quality indicators showed moderate or high validity on all measurable parameters: initial head, cervical spine, or whole-body computed tomography for low-risk patients; posttransfer repeated computed tomography; neurosurgical consultation for mild complicated traumatic brain injury; and spine service consultation for isolated thoracolumbar process fractures. Red blood cell transfusion in low-risk patients had low frequency but had moderate or high validity on all other parameters. Five quality indicators had low validity on at least 2 parameters: repeated head CT and intensive care unit admission for mild complicated traumatic brain injury, hospital admission for minor blunt abdominal trauma, orthosis for thoracolumbar burst fractures, and surgical exploration in penetrating neck injury without hard signs. Conclusions and Relevance: This cohort study shows the feasibility of assessing low-value trauma care using routinely collected data. It provided data on quality indicators properties that can be used to decide which quality indicators are most appropriate in a given system. Results suggest that 6 quality indicators have moderate to high validity. Their implementation now needs to be tested.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,230
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,429
Tête enseignante GPT0,517
Écart entre enseignants0,088 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA SurgeryMême sujetHealthcare cost, quality, practicesTravaux en français237 207