49 Enhancing engagement with and accuracy of patient centred outcome measures; a multi-cycle quality improvement project
Notice bibliographique
Résumé
Background Patient centred outcome measures (PCOMs) support proactive symptom assessment and patient-centred care. This quality improvement project (QIP) aimed to address engagement with, and accuracy of inpatient palliative care PCOM data in a specialist cancer centre. Methods Routine recording of PCOM data for inpatients was introduced in 2017 including IPOS (Integrated Palliative Outcome Scale), Palliative Phase of Illness, AKPS and ECOG performance status. PCOMs are recorded at the start (initial) and end (follow-up) of an inpatient’s episode of care. 4 QIP cycles were undertaken 2017 - 2023. Engagement was assessed by the proportion of eligible patients with completed PCOM data. The proportion of incomplete data was used as a measure of data accuracy. Quality improvement interventions included delivering and attending teaching and training, establishing PCOM champions, and engaging with communities of practice. Recording moved from using pen and paper to a semi-integrated digital PCOM system in April 2021. Results In Cycle 1 (2017–19) there were 1592 patient care episodes. 1141 (72%) had initial data and 722 (45%) had follow up data. In cycle 2 (2019–21) there were 1345/1784 (75%) initial data and 642/1784 (36%) follow up data recorded. Cycle 3 and 4 (April 2021 – Jan 2023) had 1122/1481 (76%) initial and 389/1418 (26%) follow up data recorded. The proportion of incomplete data decreased over time and with the switch to digital PCOM records, from 16% in cycle 1 to 6.5% in cycles 3 and 4. Conclusions ‘Initial’ PCOM data is consistently recorded in over 70% of patients, but engagement with ‘follow up’ end of episode PCOMs has been more challenging to implement. The development of a fully-integrated digital platform for recording and visualising PCOMs within the electronic patient record in March 2023 aims to further improve both engagement and accuracy.
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 | 0,211 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,005 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».