Abstract 75: Practice-level Variation in use of Recommended Medications among Outpatients with Heart Failure: Insights from the NCDR PINNACLE Program
Notice bibliographique
Résumé
Background: Beta-blockers (BB) and angiotensin converting enzyme inhibitors (ACE)/angiotensin receptor blockers (ARB) are guideline recommended therapies for ambulatory heart failure patients with reduced left ventricular ejection fraction (HFREF). Real-world use of these therapies is suboptimal. Whether variations in treatment are dominated by practice-level or patient-level factors is unknown. Methods: Practices participating in the NCDR PINNACLE program, a national office-based cardiac quality improvement registry, between July 2008 and December 2010 were evaluated. Rates of treatment with BB and ACE/ARB were evaluated in patients with HFREF (EF ≤40%) and no documented contraindication. Multivariable hierarchical relative risk regression models, including demographics, insurance status, comorbidities and a random effect for practice were used to determine 1) patient-level and 2) practice-level variation in treatment rates. To quantify practice-level variation, the median rate ratio (MRR) was calculated, which estimates the typical rate ratio between two randomly selected practices for patients with identical covariates. In general, MRRs ≥ 1.2 indicate significant variation by practice. The MRR is always >1.0 but can be compared in magnitude to patient-level risks. Results: We studied 12384 patients in 45 practices. The mean practice rate for BB treatment was 87% (IQR 83%-95%; range: 43%-100%), and the mean practice rate of ACE/ARB treatment was 90% (IQR 75%-88%; range: 18%-100%). The MRR was 1.09 for BB and 1.16 for ACE/ARB therapy. For both BB and ACE/ARB, the adjusted MRR for site level variation was larger than the rate ratio for other patient factors. (Table) Conclusions: Although rates of BB and ACE/ARB treatment among outpatients with HFREF are high, clinically meaningful variation by practice is present and explains a larger amount of the observed variance than any patient characteristic. This suggests that addressing practice-level factors represents an important opportunity to improve the use of evidence-based HF therapy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».