Utilisation of coronary angiography after acute myocardial infarction in Ontario over time: have referral patterns changed?
Notice bibliographique
Résumé
OBJECTIVE: To examine how physicians in Ontario, Canada, have altered their referral patterns for coronary angiography after acute myocardial infarction (AMI) over time. DESIGN: Retrospective analysis of multilinked administrative data. SETTING: Province of Ontario, Canada. PATIENTS: 146 365 Ontario AMI patients hospitalised between 1 April 1992 and 31 March 1999. MAIN OUTCOME MEASURES: Utilisation trends of coronary angiography among all patients, as well as within six subgroups: elderly (versus young), women (versus men), high (versus low) risk of 30 day mortality, high (versus low) socioeconomic status, cardiology (versus non-cardiology) attending physician specialty, and hospitals with (versus without) onsite revascularisation capacity. Cox proportional hazard models were adjusted for variations in patient, physician, and hospital characteristics over time. RESULTS: Angiography rates in Ontario increased from 23.2% in 1992 to 35.5% in 1999 (p < 0.0001). Increases in utilisation of coronary angiography were most pronounced among the elderly (12.4-24.3% v 39.3-54.4% for non-elderly patients, p < 0.0001), the affluent (24.6-38.7% v 22.0-32.3% for less affluent patients, p = 0.01), and those tended to by cardiologists (32.0-47.1% v 20.3-30.1% for non-cardiology attending specialties, p < 0.0001) after adjusting for changes in baseline patient, physician, and hospital characteristics over time. CONCLUSIONS: Despite universal health care availability, not all patients benefited equally from increases in service capacity for coronary angiography after AMI in Ontario. Wider implementation of data monitoring and explicit management systems may be required to ensure that appropriate utilisation of cardiac services is allocated to patients who are most in need.
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) | 0,000 | 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 | 0,000 |
| 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 ».