Anonymous Intelligence Signal
HealthcareQuality.jl 发布关键性能监控模块:funnel_plots.jl 实现机构异常检测
HealthcareQuality.jl 软件包发布了一个关键的性能监控模块,填补了核心功能空白。新实现的 `funnel_plots.jl` 模块为医疗保健机构的质量与安全比较提供了统计工具,直接对标 Spiegelhalter (2005) 的权威方法。该模块从待办事项(TODO stub)状态升级为完整实现,标志着该开源项目在医疗质量分析领域迈出了实质性一步。
新模块的核心是 `FunnelPlot` 结构体,它封装了机构级别的率或标准化死亡率(SMR)、2σ(95%)和3σ(99.8%)控制限曲线、异常值索引集、皮尔逊过度离散因子 φ 以及绘图模式。关键函数 `funnel_limits` 通过 `Distributions.jl` 包计算精确的控制限,支持基于二项分布和泊松分布的量化方法。`overdispersion_factor` 函数计算皮尔逊 φ 因子,用于检测超出预期随机变异(即“超二项变异”)的系统性问题。`build_funnel_plot` 函数则构建完整的漏斗图对象,并对每个提供者进行精确的异常值分类。
最终,`classify_outliers` 函数将机构明确划分为三类:“警报”(超出3σ控制限)、“警告”(介于2σ与3σ之间)和“受控”(在2σ以内)。这一分类体系为监管机构、医院管理者和研究人员识别绩效异常、潜在风险或数据质量问题提供了清晰的行动依据。该工具的发布可能加剧对医疗绩效透明度的要求,并对依赖此类统计监控的认证、拨款或公共报告体系产生影响。