Adherence to process of care quality indicators after percutaneous coronary intervention in Ontario, Canada: a retrospective observational cohort study
Notice bibliographique
Résumé
BACKGROUND: Public reporting of percutaneous coronary intervention (PCI) outcomes has been established in many jurisdictions to ensure optimal delivery of care. The majority of PCI report cards examine in-hospital mortality, but relatively little is known regarding the adherence to processes of care. METHODS: A modified Delphi panel comprising cardiovascular experts was assembled to develop a set of PCI quality indicators. Indicators such as prescription of aspirin, dual antiplatelet therapy, statins and smoking cessation counselling were identified to represent high-quality PCI care. Chart abstraction was performed at 13 PCI hospitals in Ontario, Canada from 2009 to 2010 with at least 200 PCI patients randomly selected from each hospital. RESULTS: Our study sample included 3041 patients, of whom 18% had stable coronary artery disease (CAD) and 82% had an acute coronary syndrome (ACS). Their mean age was 63±12.4 years and 29% of patients were female. Prior to PCI, 89% were prescribed aspirin, and after PCI 98.7% were prescribed aspirin, 95.1% were prescribed dual antiplatelet therapy for 12 months after drug-eluting stents, and 94.9% were prescribed statins. The lowest performing quality indicator was smoking cessation counselling, observed in only 42% of current and past smokers (18% in patients with stable CAD and 47% in ACS). CONCLUSIONS: Our study demonstrates high levels of adherence to most quality indicators for patients undergoing PCI procedures in Ontario. In conclusion, smoking cessation counselling was not consistently performed across hospitals and represents an opportunity for future quality improvement efforts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 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 ».