Development of practice-based quality indicators for the primary care of older adults: a RAND/UCLA Appropriateness Method study protocol
Notice bibliographique
Résumé
INTRODUCTION: Older adults have high rates of primary care utilisation, and quality primary care has the potential to address their complex medical needs. Family physicians have different levels of knowledge and skills in caring for older patients, which may influence the quality of care delivery and resulting health outcomes. In this study, we aim to establish consensus on practice-based metrics that characterise quality of care for older primary care patients and can be examined using secondary, administrative data. METHODS AND ANALYSIS: We describe a two-round RAND/UCLA Appropriateness Method (RAM) study to assess the consensus of a technical expert panel. We will recruit pan-Canadian experts who demonstrate excellence in clinical practice or scholarship related to the primary care of older adults. A literature review will generate a candidate list of practice-based quality indicators. The first round aims to evaluate the appropriateness and importance of candidate indicators through an online questionnaire. We will then develop technical definitions for each endorsed indicator using ICES data holdings. Panellists will offer feedback on the technical definitions in a virtual synchronous meeting and provide ratings on the same criteria in a second questionnaire. ETHICS AND DISSEMINATION: Our study has been approved by the Hamilton Integrated Research Ethics Board (Project ID #15545). Findings will be disseminated via manuscripts, presentations and the lead author's thesis. TRIAL REGISTRATION NUMBER: ISRCTN17074347.
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 | 0,189 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,008 |
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 ».