Dérivation et validation d'indicateurs de qualité visant la réduction des complications pour les hospitalisations en traumatologie
Bibliographic record
Abstract
Plus de 1 patient sur 5 admis dans un centre de traumatologie au Canada développera au moins une complication hospitalière, soit plus de trois fois la proportion observée pour les admissions en général. Conformément aux initiatives d'amélioration de la qualité des soins et des services en lien avec les complications, nous avons proposé 4 indicateurs de qualité visant à réduire 4 complications hospitalières en traumatologie (un indicateur par complication). Les 4 complications que nous avons ciblées sont potentiellement liées à la qualité de soins et ont une incidence élevée dans les centres de traumatologie, soient la thrombose veineuse profonde ou l'embolie pulmonaire (TVP/EP), les ulcères de décubitus, le delirium et la pneumonie. Notre étude était basée sur une cohorte rétrospective incluant 21 124 adultes admis entre 2014 et 2018 avec un traumatisme modéré ou grave dans les 8 centres désignés de niveau tertiaire ou secondaire régionale du Québec. Nos indicateurs étaient ajustés en tenant compte des caractéristiques cliniques et sociodémographiques des patients. Les indicateurs développés ont démontré d'excellentes performances prédictives et ont permis d'identifier 3 hôpitaux avec une incidence d'au moins une des complications ciblées plus élevée que la moyenne. Les variations inter-hospitalières observées étaient différentes d'une complication à l'autre avec des coefficients de corrélation intraclasse variant de 2.4% pour les pneumonies à 23.4% pour les TVP/EP. Nous avons proposé également des algorithmes, en lien avec ces indicateurs, qui permettent d'identifier les dossiers patients à réviser. Ces algorithmes permettent d'identifier en moyenne 50 et 20 cas de complications inattendues à réviser par année pour les centres tertiaires et secondaires régionaux respectivement. Les indicateurs développés peuvent être utilisés pour des comparaisons entre les centres désignés composants un système de traumatologie ou pour des fins des surveillances au sein des centres spécifiques. L'identification des complications inattendues permettra la révision des cas afin d'identifier les raisons des écarts repérés par les indicateurs et proposer des solutions. Un projet pilote d'implantation est prévu dans un centre tertiaire au Québec.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.026 | 0.067 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".