Economic analysis of surgical outcome monitoring using control charts: the SHEWHART cluster randomised trial
Notice bibliographique
Résumé
IMPORTANCE: Surgical complications represent a considerable proportion of hospital expenses. Therefore, interventions that improve surgical outcomes could reduce healthcare costs. OBJECTIVE: Evaluate the effects of implementing surgical outcome monitoring using control charts to reduce hospital bed-days within 30 days following surgery, and hospital costs reimbursed for this care by the insurer. DESIGN: National, parallel, cluster-randomised SHEWHART trial using a difference-in-difference approach. SETTING: 40 surgical departments from distinct hospitals across France. PARTICIPANTS: 155 362 patients over the age of 18 years, who underwent hernia repair, cholecystectomy, appendectomy, bariatric, colorectal, hepatopancreatic or oesophageal and gastric surgery were included in analyses. INTERVENTION: After the baseline assessment period (2014-2015), hospitals were randomly allocated to the intervention or control groups. In 2017-2018, the 20 hospitals assigned to the intervention were provided quarterly with control charts for monitoring their surgical outcomes (inpatient death, intensive care stay, reoperation and severe complications). At each site, pairs, consisting of one surgeon and a collaborator (surgeon, anaesthesiologist or nurse), were trained to conduct control chart team meetings, display posters in operating rooms, maintain logbooks and design improvement plans. MAIN OUTCOMES: Number of hospital bed-days per patient within 30 days following surgery, including the index stay and any acute care readmissions related to the occurrence of major adverse events, and hospital costs reimbursed for this care per patient by the insurer. RESULTS: Postintervention, hospital bed-days per patient within 30 days following surgery decreased at an adjusted ratio of rate ratio (RRR) of 0.97 (95% CI 0.95 to 0.98; p<0.001), corresponding to a 3.3% reduction (95% CI 2.1% to 4.6%) for intervention hospitals versus control hospitals. Hospital costs reimbursed for this care per patient by the insurer significantly decreased at an adjusted ratio of cost ratio (RCR) of 0.99 (95% CI 0.98 to 1.00; p=0.01), corresponding to a 1.3% decrease (95% CI 0.0% to 2.6%). The consumption of a total of 8910 hospital bed-days (95% CI 5611 to 12 634 bed-days) and €2 615 524 (95% CI €32 366 to €5 405 528) was avoided in the intervention hospitals postintervention. CONCLUSIONS: Using control charts paired with indicator feedback to surgical teams was associated with significant reductions in hospital bed-days within 30 days following surgery, and hospital costs reimbursed for this care by the insurer. TRIAL REGISTRATION NUMBER: NCT02569450.
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».