Uniform data collection in routine clinical practice in cardiovascular patients for optimal care, quality control and research: The Utrecht Cardiovascular Cohort
Notice bibliographique
Résumé
Background Cardiovascular disease remains the major contributor to morbidity and mortality. In routine care for patients with an elevated cardiovascular risk or with symptomatic cardiovascular disease information is mostly collected in an unstructured manner, making the data of limited use for structural feedback, quality control, learning and scientific research. Objective The Utrecht Cardiovascular Cohort (UCC) initiative aims to create an infrastructure for uniform registration of cardiovascular information in routine clinical practice for patients referred for cardiovascular care at the University Medical Center Utrecht, the Netherlands. This infrastructure will promote optimal care according to guidelines, continuous quality control in a learning healthcare system and creation of a research database. Methods The UCC comprises three parts. UCC-1 comprises enrolment of all eligible cardiovascular patients in whom the same information will be collected, based on the Dutch cardiovascular management guideline. A sample of UCC-1 will be invited for UCC-2. UCC-2 involves an enrichment through extensive clinical measurements with emphasis on heart failure, cerebral ischaemia, arterial aneurysms, diabetes mellitus and elevated blood pressure. UCC-3 comprises on-top studies, with in-depth measurements in smaller groups of participants typically based on dedicated project grants. All participants are followed up for morbidity and mortality through linkage with national registries. Conclusion In a multidisciplinary effort with physicians, patients and researchers the UCC sets a benchmark for a learning cardiovascular healthcare system. UCC offers an invaluable resource for future high quality care as well as for first-class research for investigators.
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 | 0,258 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».