実践プロファイリングにおけるケースミックス調整のケース. 良いリンゴが悪いように見えたとき

科学分野:

• 医療サービス 研究 医療サービス
• 医療情報工学 医療情報工学
• 医者のパフォーマンスの測定法です.

背景:

• 医療専門医のプロフィール作成は,品質評価に不可欠です.
• 患者の特徴は,観察された実践パターンに影響を与える可能性があります.
• 正確な診療プロファイリングには,患者のケースミックスを考慮する必要があります.

研究 の 目的:

• 患者の特徴が,医師のプロフィール作成に与える影響を評価する.
• 年齢/性別に対する調整とケースミックスによる調整が,実践の変動推定にどのように影響するか評価する.
• 偏差値の医師と変異の予測要因を特定する際の影響を決定する.

主な方法:

• 52の医師の診療所で37,830人の患者を対象とした遡及的なコホート研究.
• 調整されていない推薦率と調整された標準化された推薦率の計算.
• 変数係数を用いた変動の分析と異常値の状態の決定.

主要な成果:

• 患者の特徴に合わせて調整することで,50%以上の変動が減少しました.
• ケースミックスが検討されたとき,年齢/性別調整されたアウトバイヤーの75%は特定されなかった.
• 調整されていない推薦率の予測要因 (例えば,医師の年齢,実務歴) は,調整後に意味を失いました.

結論:

• ケースミックスの調整を怠ると,実践の変動を過大評価し,アウトラインを誤認する.
• 不正確なプロフィールは,不公平な医師の決定 (教育,制裁,雇用) に繋がる可能性があります.
• 実践の多様性に関する誤った情報は,品質改善のリソースを誤った方向に導く可能性があります.