Abstract WMP94: Identifying Opportunities to Improve Hypertension Management Among Hospitals Participating in Michigan’s Ongoing Stroke Registry to Accelerate Improvement of Care (MOSAIC)
Notice bibliographique
Résumé
Background: Hypertension is a leading risk factor for stroke, and its management is key for stroke prevention. Michigan’s Coverdell Acute Stroke Registry collects stroke data including patient history of hypertension and discharge medications. Our aim was to identify independent predictors of having antihypertensive medication prescribed at discharge (AMPD) and to assess hospital-level performance in order to focus future quality improvement efforts. Methods: Thirty-one hospitals contributed data to MOSAIC in 2016-2017. Patients with a diagnosis of acute stroke or TIA were included; subjects receiving comfort measures only (CMO), died prior to discharge, or were discharged to hospice were excluded. Patients were considered eligible for AMPD if they had a history of hypertension. Independent factors associated with no AMPD were identified using multivariable logistic regression. Variation among participating hospitals in the treatment of hypertension at discharge was assessed by calculating the percent of hypertension patients with no AMPD. Results: Out of 19,645 patients with stroke or TIA, 15,253 (77.6%) had a history of hypertension; 12,707 (83.3%) of these cases did not receive CMO, hospice, were not discharged to an acute care facility and were discharged alive. Of these eligible cases, 934 (7.3%) had no AMPD. No AMPD was significantly higher among subjects who were younger, had hemorrhagic stroke or TIA. No AMPD was significantly lower among blacks (Table). Rates of no AMPD varied widely among hospitals; five hospitals had rates below an achievable benchmark of 15% no AMPD (Range: 2.5 - 70.0%). Conclusions: Prescription of antihypertensive medication to patients with a history of hypertension at discharge is high but use occurs less often in younger patients, and those with hemorrhagic stroke or TIA. Hospital-based data identifies substantial variability and identified individual hospitals for follow-up education and quality improvement efforts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».