Toward Quality of Cardiovascular Preventive Care for Patients with Rheumatic Diseases
Notice bibliographique
Résumé
Cardiovascular disease (CVD) in various guises represents perhaps the most important comorbidity in patients with rheumatic diseases. This is best studied in patients with rheumatoid arthritis (RA), who have consistently been reported to have significantly elevated CVD risk as compared to their peers in the general population1,2. Over the past decade, the roles of RA-associated and conventional risk factors in the pathogenesis of CVD have been delineated3. The importance of treating the joint disease to target has been established, focusing on abating systemic inflammation, which may conceivably minimize the risk of CVD4,5. Emerging evidence suggests that we may be contributing to improved survival of patients with RA, but evidence remains of a persisting mortality gap between patients with RA and the general population5,6,7,8. Considering this information, it should be considered a priority to establish standards of preventive care that are specific to patients with RA (and eventually, other rheumatic diseases). Indeed, there is evidence pointing to variation in practice and to deficiencies in recognition and treatment of traditional CV risk factors in patients with RA8,9. The ultimate goal of developing RA-specific guidelines for CVD primary prevention would be to facilitate broader understanding of best practices and provide metrics for rheumatology care providers to ensure they are delivering high-value care toward primary prevention of CVD in patients with RA. In this issue of The Journal , Barber and colleagues report recommendations for 11 quality indicators (QI) for CVD preventive care for implementation in practice settings10. The concept of … Address correspondence to Dr. Davis, Mayo Building 15-73E, 200 1st St. SW, Rochester, Minnesota 55905, USA. E-mail: davis.john4{at}mayo.edu
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 | 0,068 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,015 | 0,009 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,006 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».