MétaCan
Menu
Retour à la cohorte
Enregistrement W2507502210 · doi:10.1161/circoutcomes.6.suppl_1.a8

Abstract 8: Get With The Guidelines-Stroke Program Participation and Clinical Outcomes for Medicare Beneficiaries

2013· article· en· W2507502210 sur OpenAlexaff
Sarah Song, Gregg C. Fonarow, Wenqin Pan, DaiWai M. Olson, Adrian F. Hernandez, Eric D. Peterson, Mathew J. Reeves, Eric E. Smith, Lee H. Schwamm, Jeffrey L. Saver

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Emergency medicineHazard ratioAcute strokeMedical emergencyEmergency departmentInternal medicineConfidence intervalNursing

Résumé

récupéré en direct d'OpenAlex

Background: Get With The Guidelines (GWTG)-Stroke is a national, hospital-based quality improvement program developed by the American Heart Association. While studies have shown a beneficial effect of hospital participation in GWTG-Stroke upon processes of care, whether there are associated improvements in clinical outcomes has not been previously investigated. Methods: From among all acute care US hospitals, we matched 366 hospitals that joined the GWTG-Stroke program between April 2004 and December 2007, with 366 hospitals that did not. Matching was based on ischemic stroke case volume, calendar year, baseline hospital post-stroke 1-year all-cause mortality rates, teaching status, and geographic region. Outcomes of all acute ischemic stroke (AIS) patients admitted to the study hospitals were abstracted from the CMS administrative claims database (65 years and older). Outcomes at matched hospitals were compared in the PRE-GWTG-Stroke period (-540 to -181 days before program launch), RUN-UP period (-180- to -1 day), EARLY period (0 to 180 days) and SUSTAINED period (181 to 540 days). Additional analysis was performed of the entire BEFORE (-540 to -1 days) and AFTER periods (0 to 540 days). The main analytical approach was stratified Cox proportional hazard modeling, with matched site ID at stratum. We adjusted for patient characteristics (age, gender, race, medical history) and hospital characteristics (rural vs. urban, # beds, annual IS discharges.) Results: The study analyzed 88,584 AIS admissions at the 366 GWTG-Stroke hospitals and 85,401 admissions at the 366 matched non-GWTG-Stroke hospitals. In adjusted analysis comparing BEFORE and AFTER periods, GWTG-Stroke hospitals achieved reduced 30 day mortality (30M - HR 0.911, p<0.0001), reduced 1 year mortality (1YM - HR 0.902, p<0.0001), reduced 30 day all-cause rehospitalization (HR 0.956, p=0.013), reduced 30 day stroke rehospitalization (HR 0.927, p=0.038), and reduced 1 year all-cause rehospitalization (HR 0.972, p=0.007). Conversely, matched, non-GWTG-Stroke hospitals showed only reduced 30M (HR 0.954, p=0.010) between the BEFORE and AFTER periods. Comparing the degree of change at GWTG-Stroke with non-GWTG Stroke hospitals, there were greater improvements in discharge to home (DCH), 30M, and 1YM at GWTG-Stroke hospitals in each of the intervention periods: EARLY: DCH, HR 1.090, p<0.0001; 30M, HR 0.894, p=0.0006; 1YM, HR 0.889, p<0.0001; SUSTAINED: DCH, HR 1.097, p<0.0001; 30M, HR 0.934, p=0.004; 1YM, HR 0.918, p<0.0001. Conclusions: Hospitals joining the GWTG-Stroke quality improvement program between 2004-2008 achieved significantly greater improvement in stroke patient outcomes than matched hospitals not joining the program, with lower all-cause mortality at 30 days and 1 year and higher rates of discharge directly to home.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,134
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,104
Tête enseignante GPT0,403
Écart entre enseignants0,299 · 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 tête enseignante, 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207