Changes in Heart Failure Outcomes After a Province-Wide Change in Health Service Provision A Natural Experiment in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: The Alberta Cardiac Access (ACA) initiative was implemented in the spring of 2008 to increase access to specialized heart failure (HF) clinics after hospital discharge. METHODS AND RESULTS: We identified all adults hospitalized with a most responsible diagnosis of HF between April 1999 and December 2009. We randomly selected 1 episode of care per patient and evaluated outcomes using interrupted time series: the a priori specified primary outcome was all-cause readmission or death in the first 30 days postdischarge. Between 1999 and 2009, median length of stay increased from 8 days to 10 days (P<0.001), and 30-day mortality increased from 9.1% to 11.5% (P<0.001) in the 37891 HF hospitalizations we examined. However, these temporal changes were attributable to the increasing comorbidity burden over time: the adjusted Risk Ratio for 30-day mortality in 2009 versus 1999 was 0.99, 95% confidence interval, 0.86 to 1.15. After adjusting for secular trends, the ACA initiative was associated with changes in 30-day postdischarge mortality or readmission rates (which were increasing 0.3% per month [0.2%-0.3%] pre-ACA and decreased 1.4% per month [0.3%-2.5%] in the 18 months post-ACA; P=0.008). After roll out of the ACA initiative, patients discharged from vanguard regions (those that had specialized HF clinics) exhibited lower 30-day postdischarge death/readmission rates than those discharged from other areas of the province (18.6% versus 22.2%, adjusted odds ratio 0.83, 95% confidence interval, 0.75-0.93). CONCLUSIONS: An initiative which increased specialized HF clinic access was associated with a statistically significant improvement in 30-day postdischarge mortality/readmission rates.
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 | 0,001 | 0,001 |
| 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 ».