The Atrial Fibrillation Therapies after ER visit: Outpatient Care for Patients with Acute AF - The AFTER3 Study.
Notice bibliographique
Résumé
BACKGROUND: Visits to the emergency room (ER) for atrial fibrillation/flutter (AF) are common, but follow-up care is rarely systematically organized and is often delayed. PURPOSE: We conducted a pilot program to develop a systematic, protocol-based system of care for patients presenting to the ER with a primary diagnosis of AF. METHODS: Consecutive patients presenting to the ER with ECG-documented AF at an urban teaching hospital were treated according to a guideline-based care protocol, including a patient toolkit at ER discharge, and systematic referral to a rapid access AF clinic. Consenting patients received questionnaires on AF knowledge, patient satisfaction, and the AFEQT questionnaire at first visit and three-month follow-up. RESULTS: Of the 321 patients with AF, 244 (76%) were discharged from the ER and 166 (68%) were referred to the AF clinic for urgent follow-up. Among 166 referred, 144 (87%) were seen, within a median 10.5 days (IQR 6-16.5 days); 128 (89%) patients agreed to participate in the study and 81% received a toolkit in the ER. The mean age of patients seen in AF clinic was 63.6±13.2 years and 59% were male. Eighty-seven percent were aware of their diagnosis, stroke risk (82%), possible complications (90%), treatment options (86%) and benefits of adherence (86%). Severity of Atrial Fibrillation class was > 2 in 51% at baseline; AFEQT scores increased from baseline (56.4±25.5) to three months post-ER visit (76.4±20.0), a moderately large improvement in QOL (p<0.0001). Seventy eight percent of patients with CHA2DS2-VASc score > 1 were treated with an oral anticoagulant. CONCLUSIONS: A systematic program to improve patient transition of care from the ER to community clinic was associated with prompt, guideline-based care, and high levels of patient disease awareness. Quality of life scores improved substantially between the index ER visit and 3 months post-visit.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 0,001 |
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 ».