Clinical Decision Support to Reduce Contrast-Induced Kidney Injury During Cardiac Catheterization: Design of a Randomized Stepped-Wedge Trial
Notice bibliographique
Résumé
BACKGROUND: Contrast-induced acute kidney injury (CI-AKI) is a common and serious complication of invasive cardiac procedures. Quality improvement programs have been associated with a lower incidence of CI-AKI over time, but there is a lack of high-quality evidence on clinical decision support for prevention of CI-AKI and its impact on processes of care and clinical outcomes. METHODS: The Contrast-Reducing Injury Sustained by Kidneys (Contrast RISK) study will implement an evidence-based multifaceted intervention designed to reduce the incidence of CI-AKI, encompassing automated identification of patients at increased risk for CI-AKI, point-of-care information on safe contrast volume targets, personalized recommendations for hemodynamic optimization of intravenous fluids, and follow-up information for patients at risk. Implementation will use cardiologist academic detailing, computerized clinical decision support, and audit and feedback. All 31 physicians practicing in all 3 of Alberta's cardiac catheterization laboratories will participate using a cluster-randomized stepped-wedge design. The order in which they are introduced to this intervention will be randomized within 8 clusters. The primary outcome is CI-AKI incidence, with secondary outcomes of CI-AKI avoidance strategies and downstream adverse major kidney and cardiovascular events. An economic evaluation will accompany the main trial. CONCLUSIONS: The Contrast RISK study leverages information technology systems to identify patient risk combined with evidence-based protocols, audit, and feedback to reduce CI-AKI in cardiac catheterization laboratories across Alberta. If effective, this intervention can be broadly scaled and sustained to improve the safety of cardiac catheterization.
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 | 0,023 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».