Management of heart failure in Canadian long-term care facilities.
Notice bibliographique
Résumé
BACKGROUND: In long-term care (LTC) facilities, heart failure is common but undertreated. No Canadian studies of heart failure in LTC facilities have been reported. OBJECTIVES: To estimate the prevalence of heart failure in Canadian LTC facilities; to document the management of heart failure in LTC; and to describe characteristics of LTC residents with heart failure and predictors of adherence to treatment guidelines. METHODS: Cross-sectional survey in eight LTC facilities lodging 1223 residents. RESULTS: The prevalence of heart failure was 20%. LTC residents with heart failure were older, more often women, and more functionally impaired and burdened by comorbidity than were participants in heart failure trials. Documentation supporting the heart failure diagnosis was inadequate, with some symptoms possibly misattributed to chronic obstructive pulmonary disease. Angiotensin-converting enzyme (ACE) inhibitors were prescribed to 55% of residents, although only 45% received appropriate doses. Residents with hypertension or diabetes mellitus, using nitrates or who were male were more likely to receive ACE inhibitors. Appropriate ACE inhibitor doses were associated with functional impairment, nitrate use and recent hospitalization. Documentation of systolic dysfunction was associated with a greater likelihood of ACE inhibitor use. Beta-blockers were prescribed to 25% of residents, who were more likely to be using nitrates, have ischemic heart disease or had been recently hospitalized, and less likely to have chronic obstructive pulmonary disease. Residents with atrial fibrillation were more likely to be prescribed digoxin. Potentially hazardous regimens were prescribed to 43% of residents. CONCLUSIONS: Heart failure is common in Canadian LTC facilities. Management of heart failure in LTC does not conform to guidelines. Improved diagnostic methods tailored for frail elderly patients must be developed. Studies are needed to understand and identify factors influencing prescribing for heart failure medication in LTC.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».