A cross-sectional multicentre study of cardiac risk score use in the management of unstable angina and non-ST-elevation myocardial infarction
Notice bibliographique
Résumé
OBJECTIVES: Quantitative risk assessment in unstable angina (UA) and non-ST-elevation myocardial infarction (NSTEMI), by using cardiac risk scores, is recommended in international guidelines. However, a gap between recommended care and actual practice exists, as these instruments seem underused in practice. The present study aimed to determine the extent of cardiac risk score use and to study factors associated with lower or higher cardiac risk score use. SETTING: 13 hospitals throughout the Netherlands. PARTICIPANTS: A retrospective chart review of 1788 charts of patients with UA and NSTEMI, discharged in 2012. PRIMARY AND SECONDARY OUTCOMES: The extent of cardiac risk score use reflected in a documented risk score outcome in the patient's chart. Factors associated with cardiac risk score use determined by generalised linear mixed models. RESULTS: In 57% (n=1019) of the charts, physicians documented the use of a cardiac risk score. Substantial variation between hospitals was observed (16.7-87%), although this variation could not be explained by the presence of on-site revascularisation facilities or a hospitals' teaching status. Obese patients (OR=1.49; CI 95%1.03 to 2.15) and former smokers (OR=1.56; CI 95%1.15 to 2.11) were more likely to have a cardiac risk score documented. Risk scores were less likely to be used among patients diagnosed with UA (OR=0.60; CI 95% 0.46 to 0.77), in-hospital resuscitation (OR=0.23; CI 95% 0.09 to 0.64), in-hospital heart failure (OR=0.46; CI 95% 0.27 to 0.76) or tachycardia (OR=0.45; CI 95% 0.26 to 0.75). CONCLUSIONS: Despite recommendations in cardiac guidelines, the use of cardiac risk scores has not been fully implemented in Dutch practice. A substantial number of patients did not have a cardiac risk score documented in their chart. Strategies to improve cardiac risk score use should pay special attention to patient groups in which risk scores were less often documented, as these patients may currently be undertreated.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».