MétaCan
Menu
← Retour à la cohorte
Enregistrement W2731597094 · doi:10.1161/str.47.suppl_1.tp314

Abstract TP314: Current Use of Strategies to Improve Door-to-Needle Times With Tissue Plasminogen Activator in Acute Ischemic Stroke: Findings From the Target: Stroke Phase II Survey

2016· article· en· W2731597094 sur OpenAlexaff
Ying Xian, Barbara L. Lytle, Jason R. Blevins, Adrian F. Hernandez, Eric D. Peterson, Eric E. Smith, Jeffrey L. Saver, Steven R. Messé, Mary Paulsen, Robert E. Suter, Mathew J. Reeves, Edward C. Jauch, Lee H. Schwamm, Gregg C. Fonarow

Notice bibliographique

RevueStroke · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineTissue plasminogen activatorStroke (engine)ThrombolysisAcute strokeEmergency medicineEmergency departmentMedical emergencyInternal medicineNursingMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Background: The benefits of intravenous tissue plasminogen activator (IV tPA) in acute ischemic stroke are time-dependent. The implementation of Target: Stroke Phase I, the first stage of the American Heart Association’s national quality improvement initiative to accelerate door-to-need (DTN) times, was associated with an average 15 minutes reduction in DTN times. To further reduce DTN delays, Target: Stroke Phase II was launched in 2014 and disseminated additional new best practice strategies. Methods: All active Get With The Guidelines-Stroke hospitals (n=1701) were invited to participate in Target: Stroke Phase II and completed an online survey regarding their use of DTN strategies. Hospital respondents reported the use of specific strategies in the 6 months preceding the survey as a binary yes/no or a continuous 0 to 100% of the time scale. Results: A total of 1034 hospitals (61% response rate) completed the survey between Dec 2014 and Apr 2015. The majority of participating hospitals reported routine use of Target: Stroke key practice strategies, although direct transfer to CT scanner, point of care testing, pre-mix of tPA ahead of time, tPA stored in Emergency Department (ED), or initiation of tPA bolus in the imaging suite were used less frequently (Table). Brain imaging located within the ED was reported by 44% of hospitals and 78% had access to an in-house stroke expert 24/7. Among those who did not have stroke expertise at all times, a majority of hospitals used telestroke systems for imaging interpretation (78%) or clinical evaluation (58%). Conclusions: GWTG-Stroke hospitals reported moderate to extensive use of most Target: Stroke key practice strategies to evaluate acute stroke cases for tPA eligibility and reduce DTN times. Nevertheless, use of point of care testing, pre-mixing of tPA, ED storage of tPA, initiation of tPA in the imaging suite, and direct transfer to CT scanner remained low, representing potential targets for additional improvements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,290
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→