MétaCan
Menu
Retour à la cohorte
Enregistrement W2122181286 · doi:10.1001/archinternmed.2010.501

Effect of Cardiac Rehabilitation Referral Strategies on Utilization Rates

2011· article· en· W2122181286 sur OpenAlexfundaboutno aff
Sherry L. Grace

Notice bibliographique

RevueArchives of Internal Medicine · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Gender and HealthCanadian Institutes of Health ResearchInstitute of Health Services and Policy ResearchHeart and Stroke Foundation of Canada
Mots-clésReferralMedicineRehabilitationOdds ratioFamily medicineEmergency medicinePhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although cardiac rehabilitation (CR) has been shown to reduce mortality and is a recommended component in clinical practice guidelines, CR referral and utilization rates remain low. Referral strategies have been implemented to increase CR use but have yet to be compared concurrently. To determine the optimal strategy to maximize CR referral, enrollment, and participation, we evaluated 3 referral strategies compared with usual care: "automatic" only via discharge order or electronic record, health care provider liaison only, or a combined approach. METHODS: In this prospective controlled study, 2635 inpatients with coronary artery disease from 11 Ontario, Canada, hospitals using 1 of the 4 referral strategies completed a sociodemographic survey, and clinical data were extracted from medical charts. One year later, 1809 participants completed a mailed survey that assessed CR utilization. Referral strategies were compared using generalized estimating equations to control for effect of hospital. RESULTS: Adjusted analyses revealed referral strategy was significantly related to CR referral and enrollment (P<.001). Combined automatic and liaison referral resulted in the greatest CR use (odds ratio [OR], 8.41; 85.8% referral, 73.5% enrollment), followed by automatic only (OR, 3.27; 70.2% referral, 60.0% enrollment), and liaison only (OR, 3.35; 59.0% referral, 50.6% enrollment), compared with usual referral (32.2% referral, 29.0% enrollment). The degree of CR participation did not differ by referral strategy among referred participants (mean [SD] percentage of classes attended, 82.87% [27.20%]; P=.88). CONCLUSIONS: Automatic referral combined with a patient discussion can achieve among the highest rates of CR referral reported. Wider adoption of such strategies could ensure that 45% more patients being treated for cardiac disease would have access to and realize the benefits of CR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,386
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations229
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of Internal MedicineMême sujetCardiac Health and Mental HealthTravaux en français237 207