Variation in initiating secondary prevention after myocardial infarction by hospitals and physicians, 1997 through 2004
Notice bibliographique
Résumé
PURPOSE: Myocardial infarction (MI) survivors benefit from receiving secondary prevention, including beta-blockers, angiotensin-blocking agents, and statins, as recommended by guidelines. Compliance with these guidelines is suboptimal. We sought to describe the initiation of secondary prevention in MI survivors, and to describe the variation in initiation by discharging the hospital, the physician, and the physician "responsible" for secondary prevention prescribing decisions in British Columbia in 1997-2004. METHODS: We assembled a cohort of 28,613 patients discharged alive from the hospital after their first MI and were not readmitted within 30 days. Physicians responsible for prescribing post-MI secondary prevention medications were identified as the physicians prescribing the greatest number of cardiac medications (post-discharge cardiac prescribers). We used multilevel logistic regression to assess the variation in drug initiation at discharging hospital, discharging physician, and post-discharge cardiac prescriber levels, which were adjusted for patient and provider characteristics during the study period. RESULTS: Beta-blockers initiation increased from 56 to 71% over the 8-year study period; angiotensin-converting enzyme/angiotensin II receptor blocker initiation increased from 37 to 70%, and statin initiation increased from 22 to 66% (0-28% for high-potency statins). The probability for initiating an average patient with the study drugs varied widely in age-sex-adjusted models at the hospital and physician levels. Further adjustment did not meaningfully change findings. The variation was largest for statins. The maximum between-provider variance was found for high-potency statins in 2003-2004 at the post-discharge cardiac prescriber level. CONCLUSIONS: Study-drug initiation is increasing among MI survivors, but the variation in initiation is wide between discharging hospitals and physicians.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».