MétaCan
Menu
Retour à la cohorte
Enregistrement W2892370412 · doi:10.23889/ijpds.v3i4.694

Automated Referral to Cardiac Rehabilitation following Coronary Artery Bypass Grafting is associated with limited improvements in program completion: a large cohort study

2018· article· en· W2892370412 sur OpenAlexaffabout
Hongwei Liu, Stephen B. Wilton, Danielle A. Southern, Merril L. Knudtson, Andrew Maitland, Trina Hauer, Ross Arena, James A. Stone, Sandeep Aggarwal, Billie‐Jean Martin

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineRehabilitationCohortHazard ratioCoronary artery diseaseBypass graftingPopulationEmergency medicineArteryInternal medicinePhysical therapyConfidence intervalFamily medicine

Résumé

récupéré en direct d'OpenAlex

IntroductionCardiac Rehabilitation (CR) reduces residual cardiovascular risk among patients who have received coronary artery bypass grafting (CABG) surgery. However, many patients do not attend and some are never referred. It is unclear whether automated referral is associated with improved CR completion rates.
 Objectives and ApproachGeographically inclusive databases were linked to assess the impact of automated referral on rates of referral to and completion of CR post-CABG. Automated referral to CR post-CABG was instituted in Calgary on July 1, 2007. All subjects receiving CABG in Calgary between January 1, 1996 and March 31, 2016 were enrolled in the study. The Alberta Provincial Project for Outcome Assessment in Coronary Heart disease (APPROACH) database, TotalCardiology-Rehabilitation (TC-R) database, and provincial vital statistics were linked using the unique Provincial Health Number available for each patient. The association between CR referral, completion, and survival was assessed using proportional hazard models.
 ResultsThere were 28,100 patients referred to the CR program, of which 26,411 were linked to the APPROACH database for a 93.99\% linkage rate. After excluding patients who did not receive CABG, a total of 8,118 patients were identified as the study population [mean age 66.2 (SD 10.2) years, 18.9\% female] during the study period: 5,103 prior to implementation of automated referral, and 3,015 post-automation. Rates of referral increased from 39.5\% prior to automation to 75.0\% post-automation (p
 Conclusion/ImplicationsAutomated referral to CR is associated with increased referral rates but less dramatic increases in CR completion rates post-CABG. Given the significant improvement in survival associated with CR completion, further work is needed to improve CR referral, and more importantly, CR completion rates.

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 enseignants0,021
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,058
Tête enseignante GPT0,445
Écart entre enseignants0,387 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetCardiac Health and Mental HealthTravaux en français237 207