Gaps in Medical and Device Therapy for Patients with Left Ventricular Systolic Dysfunction: The EchoGap Study
Notice bibliographique
Résumé
OBJECTIVES: To assess gaps between guidelines and medicine prescription/dosing and referral for defibrillator therapy in patients with left ventricular systolic dysfunction (LVSD). METHODS: Outpatient echocardiography reports at an academic hospital centre were screened and outpatients with LVEF<40% were included. A questionnaire was mailed to the patients' physician, querying prescription/dosing of ACE-inhibitors (ACEi), angiotensin receptor blockers (ARB) and beta-blockers (BB). Patients with LVEF<30% had additional questions on implantable cardiac defibrillator (ICD) referral. RESULTS: Mean age was 69.6+/-12.2 years and mean LVEF was 29.7+/-6.5%. ACEi and/or ARB prescription rate was 260/309(84.1%) versus 256/308(83.1%) for BB (p=NS for comparison). Of patients on ACEi, 77/183(42.1%) were on target dose, compared to 7/45(15.5%) for ARB and 9/254(3.5%) for BB (p<0.01). Of 171/309 patients (55.3%) with LVEF<30%, 72/171(42.1%) had an ICD and 16/171(9.4%) were referred for one. CONCLUSION: Prescription rates of evidence-based HF medicines are relatively high in outpatients with LVSD referred for echocardiography at this Canadian academic medical centre; however, the proportion of patients at target doses was modest for ACEi and low for ARB and BB. Approximately half of patients who qualify for ICD by EF alone have one or were referred. Important reasons for patients with LVSD not on evidence-based therapy were identified.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».