MétaCan
Menu
Retour à la cohorte
Enregistrement W2268578868 · doi:10.1161/circoutcomes.8.suppl_2.360

Abstract 360: How Should We Measure Quality of Care for Transcatheter Aortic Valve Implantation (TAVI)? Results for 6 Quebec TAVI Programs Compared with International Registries

2015· article· en· W2268578868 sur OpenAlexaffabout
Laurie Lambert, G. Sas, L. Azzi, Michel Carrier, Benoit Daneault, Éric Dumont, Philippe Généreux, Réda Ibrahim, Yoan Lamarche, Giuseppe Martucci, Nicolas Noiseux, Josep Rodés‐Cabau, Benoît de Varennes, Jean Morin, Peter Bogaty

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensHôtel-Dieu de MontréalRoyal Victoria HospitalHôpital du Sacré-Cœur de MontréalCentre Hospitalier Universitaire de SherbrookeMontreal Heart InstituteInstitut universitaire de cardiologie et de pneumologie de QuébecInstitut National d'Excellence en Santé et en Services Sociaux
Organismes subventionnairesnon disponible
Mots-clésInterquartile rangeMedicineStroke (engine)Emergency medicineIncidence (geometry)CardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Our publicly funded cardiology evaluation unit examined quality indicators relating to the use and outcomes of transcatheter aortic valve implantation (TAVI). We compared results in Québec hospitals with registries around the world. Methods: We abstracted data on all TAVI cases (n=294) in 6 hospitals in 2013-14. Variables, outcomes and definitions were chosen to facilitate comparisons with registries. Results were presented to TAVI teams with the goal of choosing quality indicators and improving performance. Results: Annual TAVI center volume ranged from 30 to 115 and rate of TAVI varied widely across Quebec’s 16 health regions, as did rates around the world. Median patient age was 83 years (interquartile range [IQR]: 78-86) with little variation across centers and international registries. Documented proportion of patients with NYHA class III/IV was 64% (188/294) for Quebec and varied from 75 to 86% across registries. A surgical risk score (STS) was recorded in only 53% (156/294) of Quebec patients but was often obligatory in registries. The median STS score for Quebec was very similar to that reported in the USA [6% (IQR: 4-10) vs 7% (IQR: 5-11), respectively] but was much lower than in France, Austria and Brazil. Frequency of in-hospital adverse events varied widely across Québec centers: stroke (0-7.5%), bleeding (16.7-26.7%) and transfusion (16.7-43.3%). Overall incidence of in-hospital stroke was 2.3% (7/294) and varied from 1.8 to 5.3% across registries. Bleeding and transfusion were rarely reported in registries. Conversion to surgery was 3% (9/294) in Quebec, and 0.4-4.3% in registries. In Quebec, 15% of patients required a new pacemaker, with wide variation across centers (0-21%) and registries (6.6-25%). Rates of procedural success varied widely across Quebec, largely due to non-standardized classification of post-TAVI aortic regurgitation. Such classification also varied across registries. Overall procedural success for Quebec (73%; 215/294) was lower than in registries but in the latter, the definition of success was often unclear. In-hospital mortality in Quebec was 6.5% (19/294) versus 5.5% in USA and a reported 5.1% for transvascular and 7.7% for transapical TAVI in Germany. Other registries only reported 30-day mortality, varying from 4.1 to 9.1%. Discharge home was more likely in Quebec (80%) than the USA (63%); this outcome was not reported elsewhere. Conclusions: Practice and outcomes in TAVI vary widely across Quebec hospitals and internationally. Despite publication of recommended endpoints (VARC and BARC), there is a lack of standardized reported outcomes and patient populations. While quality benchmarks for patient selection and outcomes remain unclear, continued monitoring with timely feedback to TAVI teams and decision-makers is essential for this new and costly intervention that is predominantly being performed in the very elderly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,051
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,146
Tête enseignante GPT0,397
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207