Effectiveness of a computerized decision support system for anticoagulation management in hemodialysis patients: A before–after study
Notice bibliographique
Résumé
Introduction The risk-benefit profile for warfarin anticoagulation in hemodialysis (HD) patients differs compared with the non-HD population. HD patients are at increased risk of both thromboembolism and bleeding related to anticoagulation therapy. In addition, anticoagulation control may be more difficult to achieve in the HD population due to frequent comorbidities, subclinical Vitamin K deficiency, altered pharmacokinetics due to uremia and the concurrent use of multiple medications. While computerized decision support systems (CDSS) to assist with anticoagulation management are safe and effective in the non-HD population, they have not been well studied in HD outpatients. Methods A before-after study compared anticoagulation control for HD outpatients receiving warfarin at a tertiary medical center in Canada during two time periods: an initial period of nephrologist-led anticoagulation management and a second period after implementation of a pharmacist-led, CDSS-assisted anticoagulation management strategy. Findings Forty-two patients were included. Following implementation of the CDSS-assisted strategy, there was no significant change in median therapeutic time-in-range (3.7% difference (IQR, -9.5% to 20.6%); P = 0.247). Median change in INR testing frequency was 1.2 (IQR, 0.1-2.2; P = 0.0001) fewer tests per patient per month, which equates to approximately 15 fewer tests per patient per year. Adverse events were similar. Discussion Implementing a CDSS-assisted strategy for anticoagulation management in HD outpatients is effective. Doing so may lead to modest cost savings related to less frequent INR testing.
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 | 0,009 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».