MétaCan
Menu
Retour à la cohorte
Enregistrement W6995789616

A Physician’s Guide to Clinical Documentation Improvement: Aligning CDI to Health Information Practice (Canadian Health Information Management Association)

2021· article· en· W6995789616 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquatic life and conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDocumentationTerminologyHealth careMedical recordHealth informationQuality managementCoding (social sciences)Best practiceInformation system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The field of clinical documentation improvement (CDI) is emerging alongside the need for more accurate health care information that is reflective of the health status of Canadians. Health information management professionals and physicians play a critical role in the collection, transformation, protection, and distribution of clinical documentation. The quality of health data is dependent on the physician’s specificity in clinical documentation of patient health records, as this information is converted into data by coding specialists. Coded medical information, and associated hospital data, provides information surrounding patient severity of disease, a hospital’s expected length of stay, and a hospital’s mortality rate. Therefore, it is a physician’s responsibility to present accurate, comprehensive health documentation using terminology that can be recognized by medical coders. This guide highlights the benefits of CDI programs and the importance of physician documentation in the production of accurate and reflective healthcare data. An overview of the key terms used by medical coders based on the standardized CIHI coding methodology (version 2018 ICD-10-CA and CCI) is provided. Moreover, the effectiveness of the application of a CDI program is demonstrated through various real-life examples of outcome metrics, which can be impacted by the quality of clinical documentation. Improved health data can be achieved through implementation of a CDI program, with the main goal of achieving increased specificity and accuracy in clinical documentation, completed by clinicians. Implementation of a successful CDI program comes with benefits for physicians, medical coders, hospitals, health care organizations, and the patients. The engagement of physicians is integral in the success of a CDI program and can be efficiently achieved through involvement of key physician stakeholders, termed ‘physician champions’. In the long-term, clinical documentation improvement can ensure accurate and complete patient health information, benefitting the lives of Canadians today and into the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,622

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,009
Études des sciences et des technologies0,0040,003
Communication savante0,0060,005
Science ouverte0,0040,004
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0250,024

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,345
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetAquatic life and conservationTravaux en français237 207