Data-driven methods to improve quality assessment of intensive care units
| Authors |
|
|---|---|
| Supervisors |
|
| Cosupervisors |
|
| Award date | 18-06-2014 |
| ISBN |
|
| Number of pages | 176 |
| Organisations |
|
| Abstract |
In de intensive care (IC) worden de meest zieke patiƫnten behandeld en de meest geavanceerde en duurste zorg van een ziekenhuis geleverd. Daarom is binnen de IC kwaliteitsanalyse van groot belang. Het omvat het proces waarbij een verbeterteam (gericht op kwaliteit van zorg) de performance evalueert van een specifieke uitkomstmaat, met een kwaliteitsanalyse tool. Antonie Koetsier onderzocht de mogelijke voordelen en valkuilen van de implementatie en gebruik van enkele nieuwe data-gedreven methoden. De toepasbaarheid was voornamelijk afhankelijk van het aantal patiƫnten dat werd gebruikt binnen een methode. Daarnaast was de grootte van verandering van de gemonitorde uitkomst bepalend. Volgens Koetsier is de huidige manier van registratie niet toereikend genoeg om de nieuwe methoden effectief te gebruiken. Daarnaast moeten ook de methoden zelf worden aangepast om de sensitiviteit ervan te verhogen.
|
| Document type | PhD thesis |
| Note | Research conducted at: Universiteit van Amsterdam |
| Language | English |
| Downloads | |
| Permalink to this page | |