結果統計を通じて個々の病院の質を評価する
関連する実験動画
まとめ
定期的に収集された病院データは,パフォーマンスの動向を明らかにすることができますが,患者の数は少ないため,個々の医師や病院の結果を特定することは困難です. 信頼性の高いパフォーマンス評価のために,より多くのデータが必要です.
科学分野:
- ヘルスケア・アナリティクス
- クリニカル・クオリティー測定の測定方法
- 病院のパフォーマンスの評価 病院のパフォーマンスの評価
背景:
- 病院の抽象化サービスやピアレビュー組織は,例の抽象データを定期的に収集しています.
- これらのデータは,病院のパフォーマンスパターンを分析し,処置量と患者の結果の間の相関を特定するために貴重なものです.
- 定期的に収集されたデータは,高性能または低性能の病院や医師を特定するための潜在的な方法を提供します.
研究 の 目的:
- 個々の医師と病院のパフォーマンスを特定するために,定期的に収集された病院データの有用性を評価する.
- 患者数が少なく,有害事象の発生率が低いため,個別のパフォーマンスを自信を持って特定する際の課題を説明します.
主な方法:
- 定期的に収集されたケース抽象データの分析.
- 症例研究として,心臓キャセテリゼーション患者からの最近のデータを利用.
- 患者数と成果率に基づくパフォーマンス識別の統計的評価.
主要な成果:
- 定期的に収集されたデータは,病院全体で処置量と患者のアウトカムとの間には逆の関係があることを示しています.
- 医院や医師のそれぞれが,有意に良い結果か,悪い結果かを特定することは困難です.
- 小規模な患者集団と有害事象の低い割合は,パフォーマンスの評価に対する統計的信頼を制限します.
結論:
- 広範なパフォーマンス分析には価値がありますが,定期的に収集されるデータは,個々のプロバイダのパフォーマンスを正確に特定するための制限があります.
- 既存のデータソースを用いて,医療品質の異常値を確実に特定するために,さらなる方法論的進歩が必要である.
- 心臓キャセテリゼーションのデータは,現在のデータ収集慣行に基づいて,特定のプロバイダーにパフォーマンスを割り当てることの困難を例示しています.