Comparative Study of Minimum Data Sets of Health Information Management of Organ Transplantation in Selected Countries and Presenting Appropriate Solution for Iran
Notice bibliographique
Résumé
Introduction: Designing and performing of minimum data sets (MDS) in hospitals and health centers can be considered as the beginning steps of any disease information management which result in improvement of the quality of care and disease control. Transplantation MDS with a set of definitions considered as one the most important management decision making facilities which ensure accessibility to accurate health data. The main purpose of this work was to study the minimum data sets of health information management of organs transplantation in Canada, Malaysia and Australia, and present solutions for Iran. Methods: This research was an applied comparative study in 2009 which was conducted through three stages. At the first step, transplantation MDS in selected pioneer countries was studied via e-text and resources and compare with Iran situation systematically studied. At data analysis stage, the transplantation MDS at selected countries were compared using comparative tables method and difference and similarities were determined. Finally with respect to accumulated data, new organ transplantation registry forms were established for Iran. Results: A transplantation MDS was proposed as 23 forms in three categories (transplantation recipient registration forms, transplant candidate registration forms, transplant recipient follow-up forms, living donors and deceased donor registration forms) and approved by experts. Conclusion: In order to register all the possible data in future, it is necessary to establish different registry forms to prepare the most accurate set of data for organ procurement network. The prepared transplantation MDS as a set of forms will bring about costs controlling and promoting of organ transplantation management in Iran .Also assessment of the rate of organ donations survival establishment of appropriate polices will be possible through exploitation of extracted data from the prepared forms. Keywords: Data; Information Management; Transplants; Comparative Study.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».