Improving stroke prevention therapy for patients with atrial fibrillation in primary care: protocol for a pragmatic, cluster-randomized trial
Notice bibliographique
Résumé
BACKGROUND: The prevalence of atrial fibrillation (AF) is growing as the population ages, and at least 15% of ischemic strokes are attributed to AF. However, many high-risk AF patients are not offered guideline-recommended stroke prevention therapy due to a variety of system, provider, and patient-level barriers. METHODS: We will conduct a pragmatic, cluster-randomized controlled trial randomizing primary care clinics to test a "toolkit" of quality improvement interventions in primary care. In keeping with the recommendations of the chronic care model to simultaneously activate patients and facilitate proactive care by providers, the toolkit includes provider-focused strategies (education, audit and feedback, electronic decision support, and reminders) plus patient-directed strategies (educational letters and reminders). The trial will include two feedback cycles at baseline and approximately 6 months and a final data collection at approximately 12 months. The study will be powered to show a difference of 10% in the primary outcome of proportion of patients receiving guideline-recommended stroke prevention therapy. Analysis will follow the intention-to-treat principle and will be blind to treatment allocation. Unit of analysis will be the patient; models will use generalized estimating equations to account for clustering at the clinical level. DISCUSSION: Stroke prevention therapy using anticoagulation in patients with AF is known to reduce strokes by two thirds or more in clinical trials, but most studies indicate under-use of this treatment in real-world practice. If the toolkit successfully improves care for patients with AF, stakeholders will be engaged to facilitate broader application to maximize the potential to improve patient outcomes. The intervention toolkit tested in this project could also provide a model to improve quality of care for other chronic cardiovascular conditions managed in primary care. TRIAL REGISTRATION: ClinicalTrials.gov ( NCT01927445 ). Registered August 14, 2014 at https://clinicaltrials.gov/ .
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 | 0,059 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,010 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,076 | 0,013 |
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 ».