Observing temporal trends in cardiac rehabilitation from 1996 to 2010 in Ontario: characteristics of referred patients, programme participation and mortality rates
Notice bibliographique
Résumé
OBJECTIVES: We sought to describe temporal trends in the sociodemographic and clinical characteristics of participants referred to cardiac rehabilitation (CR), and its effect on programme participation and all-cause mortality over 14 years. SETTING: A large CR centre in Toronto, Canada. PARTICIPANTS: Consecutive patients between 1996 and 2010. PRIMARY AND SECONDARY OUTCOME MEASURES: Referrals received were deterministically linked to administrative data, to complement referral form abstraction. Out-of-hospital deaths were identified using vital statistics. Patients were tracked until 2012, and mortality was ascertained. Percentage attendance at prescribed sessions was also assessed. RESULTS: There were 29,171 referrals received, of which 28,767 (98.6%) were successfully linked, of whom 22,795 (79.2%) attended an intake assessment. The age of the referred population steadily increased, with more females, less affluent and more single patients referred over time (p<0.001). More patients were referred following percutaneous coronary intervention and less following coronary artery bypass graft surgery (p<0.001). The number of comorbidities decreased (p<0.001). Hypertension increased over time (p<0.001), yet the control of cholesterol steadily improved over time. The proportion of smokers decreased over time (p<0.001). Participation in CR significantly declined, and there were no significant changes in mortality. 3-year mortality rates were less than 5%. CONCLUSIONS: Characteristics of referred patients tended to reflect broader trends in risk factors and cardiovascular disease burden. Physicians appear to be referring more sociodemographically diverse patients to CR; however, programmes may need to better adapt to engage these patients to fully participate. More complex patients should be referred, using explicit criteria-based referral processes.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».