Clinical practice change requires more than comparative effectiveness evidence: abdominal aortic aneurysm management in the USA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adoption of healthcare innovations frequently outpaces the evidence of effectiveness. Endovascular repair (EVAR) for abdominal aortic aneurysms in the USA demonstrates how comparative effectiveness research without evidence-based reimbursement changes may fail to influence clinical practice. Randomized controlled trials for small abdominal aortic aneurysms demonstrate no lasting benefits of EVAR or open surgical repair (OSR) compared with surveillance, and for large abdominal aortic aneurysms demonstrate no lasting survival benefit of EVAR over OSR, and do show poorer durability and higher costs for EVAR. Nonetheless, >50% of elective abdominal aortic aneurysm repairs in the USA use EVAR. Factors that may be driving the high use of EVAR include patient preference, surgeons' desire to appear 'up-to-date' in the procedures they offer, higher hourly surgeon reimbursement for EVAR than OSR, and the expansion of physician specialties able to perform abdominal aortic aneurysm repair from only vascular surgeons with OSR, to vascular surgeons and interventional radiologists/cardiologists with EVAR. By comparison, in Canada, where government health insurance restricts EVAR coverage to high surgical risk patients, only approximately 25% of abdominal aortic aneurysm repairs are performed using EVAR. Country-specific cost studies and a prospective population-based study collecting detailed clinical data to identify patient subgroups that truly benefit from a particular management strategy are needed to inform policy regarding EVAR availability and reimbursement.
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.
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 | 0,030 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle