Impact of Publicly Reported Outcomes on Patient Selection for Hematopoietic Cell Transplantation
Notice bibliographique
Résumé
PURPOSE Public reporting of health care outcomes can have unintended effects such as inappropriate risk aversion in patient selection. METHODS The center-specific survival analysis annually assigns all hematopoietic cell transplantation (HCT) centers in the United States a +1, −1, or 0 score for observed outcomes that are above, below, or within a center-specific predicted range of outcome. For each index year (2012-2016), centers receiving a −1 score after 0 scores in the preceding 2 years were compared with contemporaneous centers with as-predicted outcomes (0 score). Changes in the patient population characteristics in the 3 years before versus the 3 years after the index years were compared between the newly below-expected centers (NBCs) and the controls. A multivariate model adjusted for baseline patient population characteristics and center volume. RESULTS No differences in patient selection behavior were identified when comparing the NBCs with the controls across eight key patient population characteristics. For the statistically modeled (predicted) 1-year overall survival (OS), reflecting a holistic measure of centers' patient population risk, we observed no statistically significant difference in change (−0.23% [95% CI, −1.4 to 0.9]; P = .70). The observed OS increased in both NBCs and controls by 0.9% and 4.5%, respectively, without statistically significant difference in change. CONCLUSION Centers receiving a −1 score were not observed to deviate significantly from patient selection trends in the HCT field. These findings suggest that public reporting of HCT outcomes in the United States does not result in unintended bias against HCT for high-risk patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».