Improving reperfusion time within the ESCAPE Endovascular Clinical Trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Endovascular treatment of acute ischemic stroke is more effective when performed quickly. In this report, we describe quality interventions to ensure fast endovascular treatment times in the ESCAPE (Endovascular Treatment for Small Core and Anterior circulation Proximal Occlusion with Emphasis on Minimizing CT to Recanalization Times) trial. METHODS: An "audit and feedback" intervention using webinar and letter was used to improve treatment time over the course of the trial. The time metrics were computed tomography-to-groin-puncture (target < 60 min) and computed tomography-to-first-reperfusion (target < 90 min). Each site was provided with their data for computed tomography-to-groin-puncture and computed tomography-to-first-reperfusion for all their patients that were randomized to the treatment arm, and their median time was compared to the overall median times of all sites in the trial. We assessed for changes in treatment time over the course of the trial. RESULTS: There were 165 patients enrolled into the endovascular arm from 22 sites. The computed tomography-to-groin-puncture time dropped from 57 to 47 min (p = 0.14) while computed tomography-to-reperfusion time dropped from 89 to 81 min (p = 0.48). Over the course of the trial, the absolute treatment benefit increased by 7.8% (p < 0.001). CONCLUSIONS: An "audit and feedback" intervention throughout the conduct of the ESCAPE trial was a feasible way to ensure fast treatment times. Quality improvement processes should continue as standard practice beyond the trial to encourage good patient selection and the best clinical outcomes.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle