Abstract 16821: Impact of Patient Transfers on Outcome Evaluations Following Acute Myocardial Infarction
Notice bibliographique
Résumé
Introduction: Patients hospitalized for an AMI are commonly transferred to tertiary care facilities to receive advanced procedures. In the United States, transferred patients are often excluded from outcome evaluations due to limitations in ascertaining outcomes. In Canada, centralized administrative and clinical databases allow for linkage of outcomes across institutions. This study evaluated the influence of excluding transferred AMI patients on estimates of age and sex-specific 30-day mortality rates over a 10-year period. Methods: All incident AMI hospitalizations (ICD-9: 410 and ICD-10: I21, I22) to acute care hospitals in British Columbia from 2000 to 2009 were identified through the Discharge Abstract Database and linked to mortality through the Vital Statistics registry. A transfer was identified as a discharge from the index AMI admission hospital to another hospital. Thirty-day mortality was defined as any death within 30 days of the index hospitalization. A logistic regression model was used to compare transfer rate by age (20-55, 56-64, 65-74 and ≥ 75 years), sex and admission year. Thirty-day mortality rates by sex and age were calculated with and without transferred patients. Results: Of the 67,444 AMI hospitalizations identified, 38.6% involved at least one transfer. Overall, younger patients were more likely to be transferred. Transfer rates increased over time in all age groups but with different slopes (p = 0.02) regardless of sex, and differed significantly between sexes only in those ≥ 75 (p < 0.001; Fig. A). Thirty-day mortality rates were overestimated in each age-sex category when transferred patients were excluded, compared to rates that included all patients, irrespective of transfer status (Fig. B). Conclusions: The rate of patient transfers post AMI has increased over time. Excluding transferred patients results in overestimates of 30-day mortality, and thus impacts outcome assessments. This impact is expected to increase over time.
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 | 0,012 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».