High Variation Between Hospitals in Vena Cava Filter Use for Venous Thromboembolism
Notice bibliographique
Résumé
BACKGROUND: The extent to which vena cava filter (VCF) use varies between hospitals in the management of acute venous thromboembolism (VTE) is not clear. METHODS: We conducted a retrospective observational study that compared the frequency of VCF use among California hospitals from January 1, 2006, through December 31, 2010. Using administrative hospital discharge data, we followed explicit criteria to identify nontrauma patients with acute VTE, and determined the frequency of VCF placement in each of the hospitals that admitted more than 55 VTE patients. Multivariable hierarchical regression models to predict VCF use included important clinical and demographic variables as fixed effects and hospital as a random effect. RESULTS: Among the 263 hospitals included, 130 643 acute VTE hospitalizations occurred with the placement of 19 537 VCFs (14.95%). Variation in the percentage of acute VTE hospitalizations that included VCF placement was very high, from 0% to 38.96% (interquartile range, 6.23%-18.14%), with 18.49% of the observed variation due to differences among the hospitals that provided care. Significant clinical predictors of VCF use included acute bleeding at the time of admission (odds ratio, 3.4 [95% CI, 3.2-3.6]), a major operation after admission for VTE (3.4 [3.3-3.5]), presence of metastatic cancer (1.7 [1.6-1.8]), and extreme severity of illness (2.5 [2.3-2.7] vs mild). Insertion of VCFs occurred more frequently than expected in 109 hospitals and less frequently in 59. Hospital characteristics associated with VCF use included a small number of beds (odds ratio, 0.2 [95% CI, 0.2-0.4], <100 vs >400 beds), a rural location (0.4 [0.2-0.5]), and other private vs Kaiser hospitals (1.5 [1.1-2.0]). Use of VCFs varied widely even in geographically proximate areas. CONCLUSIONS: The frequency of VCF use in patients with acute VTE varied widely and depended on which hospital provided the care, even after adjusting for clinical and socioeconomic factors. Further research is needed to determine whether this variation is associated with local cultural differences between hospitals or with differences in the availability of interventional radiologists or specialists, or whether it reflects the absence of high-quality evidence that VCFs are effective.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».