MétaCan
Menu
← Retour à la cohorte
Enregistrement W2895814902 · doi:10.1161/str.49.suppl_1.wp292

Abstract WP292: Changing Landscape of Stroke Systems of Care: Increase in Inter Hospital Transfer in the United States

2018· article· en· W2895814902 sur OpenAlexaff
Shreyansh Shah, Shubin Sheng, Ying Xian, Kori S. Zachrison, Kevin N. Sheth, Jeffrey L. Saver, Eric E. Smith, Gregg C. Fonarow, Lee H. Schwamm

Notice bibliographique

RevueStroke · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineQuartileStroke (engine)Emergency medicineRandomized controlled trialGuidelineTransfer (computing)Confidence intervalInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose: Interhospital transfer is necessary to facilitate endovascular therapy (EVT) for patients with emergent large vessel occlusion (ELVO) who present to nonendovascular centers. We hypothesized that interhospital transfer would accelerate following 2014 pivotal randomized controlled trials (RCTs) demonstrating benefits of EVT. Methods: We analyzed trend of interhospital transfer for EVT using Get With The Guideline (GWTG)-Stroke from January 2012 to September 2016. Analyses of transfer-in trend for the hospitals consistently providing EVT were restricted to hospitals with >1 EVT/quarter in last 4 study quarters (250 sites). We analyzed trend of interhospital transfer for all ischemic stroke (IS) patients and following subgroup: NIHSS ≥6 and arrival to the EVT-providing hospital within 7 hours of last known well. Results: During the study period 31425 patients received EVT. Transfer-in EVT cases increased from 334 to 912 from Q3 2014 to Q3 2016 (p<0.001 for change in linear trend, Figure 1A). Interhospital transfer for EVT is common (44% in Q3 2016) and increasing proportion of IS patients are arriving to EVT-providing hospitals as transfers, especially among the subgroup of NIHSS ≥6 and arrival to the EVT-providing hospital within 7 hours of last known well (Figure 1B). Since RCT announcement, transfer-in patients receive EVT at a significantly higher rate (5.2% in Q3 2014 vs. 10.8% in Q3 2016, Figure 1C). Hospitals with a higher % transfer-in EVT (comparing top quartile to bottom quartile) were more likely to have more beds and be in an urban location, with comprehensive stroke center certification and higher annual EVT volumes. Conclusions: Interhospital transfer of IS patients has accelerated markedly in the past two years, highlighting the need to develop protocols and quality metrics to ensure efficient systems of care for this subset of patients.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,008
Tête enseignante GPT0,240
Écart entre enseignants0,232 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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