Processes and Outcomes of Care for Diabetic Acute Myocardial Infarction Patients in Ontario
Notice bibliographique
Résumé
OBJECTIVE: To compare the health service utilization and long-term outcomes of acute myocardial infarction (AMI) patients with and without diabetes in Ontario. RESEARCH DESIGN AND METHODS: We examined 25,697 patients from Ontario (6,052 and 19,645 patients with and without diabetes, respectively) who were hospitalized because of AMI between 1 April 1992 and 31 December 1993. Using linked administrative databases, we determined the use of invasive cardiac procedures at 1 year as well as the intensity of specialty follow-up care and use of evidence-based pharmacotherapies (among elderly individuals) within the first 90 days of hospital discharge. Outcomes examined included mortality and recurrent cardiac admissions at 30 days and 5 years post AMI. Multivariable analyses adjusted for sociodemographic and case-mix characteristics, attending physician specialty, and admitting hospital characteristics. RESULTS: Despite being at significantly higher risk for death at baseline, diabetic patients were less likely to be followed-up by a cardiologist (22.2 vs. 25.6%, P < 0.001), to receive myocardial revascularization (12.6 vs. 14.9%, P < 0.001), to receive beta-blockers (34.2 vs. 44.0%, P < 0.001), and to receive aspirin therapy (59.7 vs. 63.5%, P < 0.001) after AMI than their nondiabetic counterparts. Diabetes was an important independent predictor of 5-year morbidity (adjusted hazard ratio 1.52, 95% CI 1.45-1.59) and 5-year mortality outcomes (1.57, 1.50-1.63). Variations in processes of care were marginally associated with higher nonfatal complication rates for diabetic patients. CONCLUSIONS: When managing AMI patients with diabetes in Ontario, physician treatment aggressiveness does not correspond appropriately to the baseline risk of patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».