MétaCan
Menu
Retour à la cohorte
Enregistrement W2804263941 · doi:10.1177/1474515118778445

Atrial fibrillation symptom clusters and associated clinical characteristics and outcomes: A cross-sectional secondary data analysis

2018· article· en· W2804263941 sur OpenAlexaboutno aff
Megan M. Streur, Sarah J. Ratcliffe, David J. Callans, M. Benjamin Shoemaker, Bárbara Riegel

Notice bibliographique

RevueEuropean Journal of Cardiovascular Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Nursing ResearchNational Heart, Lung, and Blood InstituteGeorgia Clinical and Translational Science AllianceNational Institutes of HealthVanderbilt University Medical CenterVanderbilt University
Mots-clésMedicineAtrial fibrillationCross-sectional studyComorbidityCluster (spacecraft)Body mass indexInternal medicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Symptom clusters among adults with atrial fibrillation have previously been identified but no study has examined the relationship between symptom clusters and outcomes. AIMS: The purpose of this study was to identify atrial fibrillation-specific symptom clusters, characterize individuals with each cluster, and determine whether symptom cluster membership is associated with healthcare utilization. METHODS: This was a cross-sectional secondary data analysis of 1501 adults from the Vanderbilt Atrial Fibrillation Registry with verified atrial fibrillation. Self-reported symptoms were measured with the University of Toronto Atrial Fibrillation Severity Scale. We used hierarchical cluster analysis (Ward's method) to identify clusters and dendrograms, pseudo F, and pseudo T-squared to determine the ideal number of clusters. Next, we used regression analysis to examine the association between cluster membership and healthcare utilization. RESULTS: Males predominated (67%) and the average age was 58.4 years. Two symptom clusters were identified, a Weary cluster (3.7%, n=56, fatigue at rest, shortness of breath at rest, chest pain, and dizziness) and an Exertional cluster (32.7%, n=491, shortness of breath with activity and exercise intolerance). Several sociodemographic and clinical characteristics varied by symptom cluster group membership, including age, gender, atrial fibrillation type, body mass index, comorbidity status, and treatment strategy. Women were more likely to experience either cluster ( p<0.001). The Weary cluster was associated with nearly triple the rate of emergency department utilization (incident rate ratio [IRR] 2.8, p<0.001) and twice the rate of hospitalizations (IRR 1.9, p<0.001). CONCLUSION: We identified two symptom clusters. The Weary cluster was associated with a significantly increased rate of healthcare utilization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,382
Écart entre enseignants0,288 · 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 tête enseignante, 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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardiovascular NursingMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207