Enhancing healthcare quality and outcomes for peritoneal dialysis patients in Thailand: An evaluation of key performance indicators and <scp>PDOPPS</scp> cohort representativeness
Notice bibliographique
Résumé
AIM: To assess whether the peritoneal dialysis (PD) centres included in the Peritoneal Dialysis Outcomes and Practise Patterns Study (PDOPPS) in Thailand are representative of other PD centres in the country, based on 8 key performance indicators (KPIs 1-8). METHODS: A retrospective analysis was conducted comparing PD-related clinical outcomes between PD centres included in the PDOPPS (the PDOPPS group) and those not included (the non-PDOPPS group) from January 2018 to December 2019. Logistic regression analysis was used to identify predictors associated with achieving the target KPIs. RESULTS: Of 181 PD centres, 22 (12%) were included in the PDOPPS. PD centres in the PDOPPS group were larger and tended to serve more PD patients than those in the non-PDOPPS group. However, the process and outcome KPIs (KPIs 1-8) were comparable between the 2 groups. Large hospitals (≥120 beds), providing care to ≥100 PD cases and having experience for >10 years were independent predictors of achieving the peritonitis rate target of <0.5 episodes/year. Most PD centres in Thailand showed weaknesses in off-target haemoglobin levels and culture-negative peritonitis rate. CONCLUSIONS: The PD centres included in Thai PDOPPS were found to be representative of other PD centres in Thailand in terms of clinical outcomes. Thus, Thai PDOPPS findings may apply to the broader PD population in Thailand.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 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 ».