MétaCan
Menu
Retour à la cohorte
Enregistrement W2922107505 · doi:10.1161/circoutcomes.118.004983

Trends in Performance and Opportunities for Improvement on a Composite Measure of Acute Myocardial Infarction Care

2019· article· en· W2922107505 sur OpenAlexaff
Nihar R. Desai, Jacob A. Udell, Yongfei Wang, Erica S. Spatz, Kumar Dharmarajan, Tariq Ahmad, Howard Julien, Amarnath Annapureddy, Abhinav Goyal, James A. de Lemos, Frederick A. Masoudi, Deepak L. Bhatt, Karl E. Minges, Harlan M. Krumholz, Jeptha P. Curtis

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myocardial Infarction Research
Établissements canadiensWomen's College Hospital
Organismes subventionnairesAgency for Healthcare Research and Quality
Mots-clésMedicineMyocardial infarctionReferralRehabilitationEmergency medicineGuidelineReperfusion therapyAcute carePhysical therapyInternal medicineHealth careFamily medicine

Résumé

récupéré en direct d'OpenAlex

Background Despite improvements on individual process of care measures for acute myocardial infarction (AMI), little is known about performance on a composite measure of AMI care that assesses the delivery of many components of high-quality AMI care. We sought to examine trends in patient- and hospital-level performance on a composite defect-free care measure, identify disparities in the performance across sociodemographic groups, and identify opportunities to further improve quality and outcomes. Methods and Results We calculated the proportion of patients in the National Cardiovascular Data Registry-Acute Coronary Treatment and Intervention Outcomes Network Registry-Get With The Guidelines (now known as the Chest Pain - Myocardial Infarction Registry) between January 1, 2010, and December 31, 2017, receiving defect-free AMI care including guideline-recommended pharmacotherapy, timely provision of medical and reperfusion therapy, assessment of ventricular function, referral to cardiac rehabilitation, and smoking cessation counseling for patients with AMI. A total of 522 800 patients at 222 hospitals were included. Overall, the proportion of patients receiving defect-free care significantly increased from 66.0% in 2010 to 77.1% in 2017 ( P<0.001). Improvements in performance were observed across all sociodemographic subgroups, with the greatest absolute improvement observed for black and Hispanic patients ( P<0.001). However, absolute performance was consistently lower among older patients, women, black and Hispanic patients, and those with government insurance in 2017 ( P<0.001 for all). Improvements in care and reduced variation in performance were observed at the hospital level overall (2010, median [IQR] 67.2% [40.7%-76.3%]; 2017, median [IQR] 80.7% [73.1%-88.1%]; P<0.001) as well as across region, safety net status, teaching status, and proportion of patients who are nonwhite and have Medicaid insurance coverage ( P<0.001 for all). Conclusions Despite improvements in the proportion of patients with AMI receiving defect-free care overall and across sociodemographic groups, nearly 1 in 4 patients in 2017 still did not receive optimal care and absolute performance was consistently lower among older patients, women, black, and Hispanic patients. Composite measures of cardiovascular care, which assess the delivery of several evidence-based processes of care, can illuminate opportunities to improve the quality of care beyond that provided by conventional process measures.

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)0,013
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,081
Tête enseignante GPT0,340
Écart entre enseignants0,259 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetAcute Myocardial Infarction ResearchTravaux en français237 207