MétaCan
Menu
Retour à la cohorte
Enregistrement W7043742476

Transitions in Care: A Data-Driven Exploration of Patient Pathways in the Canadian Healthcare System

2024· dissertation· en· W7043742476 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2024
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth careHealthcare systemPsychological interventionPersonalizationInformation systemFocus (optics)Key (lock)Cluster analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the complex landscape of healthcare, patients navigate through various institutions from hospitals to long-term care facilities, and each step of their journey plays a crucial role in their disease progression and treatment plan. Traditional analyses often focus on individual transitions, offering limited insight into the broader picture of patient care and disease progression. This thesis aims to explore the entire sequence of patient transitions within the Canadian healthcare system to uncover meaningful patterns and commonalities. This research employs an innovative approach to leveraging the Canadian Institute for Health Information (CIHI) dataset, consisting of around 250,000 patient records after data cleaning and including approximately 10-11 variables. Extracting a diverse category of features, such as temporal, semantic, and clinical information, constructs a detailed profile for each patient journey. These profiles then undergo an parallel mini-batch average agglomerative hierarchical clustering process, grouping together patients with similar healthcare trajectories to identify prevailing pathways and transitions within the system. By understanding these patterns, healthcare providers and policymakers can gain insights into the patient experience, potentially revealing areas for improvement, optimization, and personalization of care. Key findings include uncovering transitions in the healthcare environment, identifying the most common pathways, and studying the alternate level of care length of stay for each scenario. Looking ahead, the research anticipates incorporating additional layers of data, such as specific interventions and medications, to enrich the analysis. This expansion aims to offer a more comprehensive view of patient journeys, further enhancing the ability to tailor healthcare services to meet individual needs effectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,320
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207