Long term experience with a novel interventional cardiology network model: Learned lessons
Notice bibliographique
Résumé
Objective: Many studies have assessed ischemic heart disease due to its high prevalence, secondary morbidities, high death rate, economic and social impact. We propose a novel model of intervention, the central objective of which is to guarantee the equal opportunity, avoiding patient transport and improving the use of resources assigned to cardiac care, ensuring patient safety and efficiency.Methods: We projected a model in which interventional cardiologists based at a high-volume center (Madrid, Hospital Clínico San Carlos [HCSC]) established an alliance with two other hospitals (Leganés, Hospital Severo Ochoa [HSO] and Alcalá, Hospital Príncipe de Asturias [Hospital Príncipe de Asturias ]), creating the opportunity to install a catheterization laboratory at each hospital (satellite units). We reviewed the clinical and economic long-term results, together with local hospital satisfaction levels.Results: Between 2000 and 2014, 63,817 cardiac procedures: 54,516 at HCSC, 7,618 at HSO (since 2003) and 1,683 at HUPA (since 2012) were performed. Using a random sample obtained between 2011-2012 assessing 737 percutaneous coronary interventions (PCI) classified according to the patient’s residence. No significant differences in bleedings during the first year (3.2% vs. 1.2%; p = .29), readmissions for a new myocardial infarction (5.7% vs. 3.5%; p = .41) or any-cause mortality (0.7% vs. 0%, p = .418)were observed. Subsequent scoring by professionals revealed both a high degree of satisfaction with the model and significant cost-savings implementing this network.Conclusions: A network on interventional cardiology is a sustainable experience in our environment, offering a high standard of patient-centered care quality, as required by health authorities and national and international scientific-societies. It reduced costs, and was perceived with an excellent degree of satisfaction by professionals and managers of the peripheral centers.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».