MétaCan
Menu
Retour à la cohorte
Enregistrement W2982316804 · doi:10.1177/2048872619883400

National trends in coronary intensive care unit admissions, resource utilization, and outcomes

2019· article· en· W2982316804 sur OpenAlexaffabout
Sarah Woolridge, Wendimagegn Alemayehu, Padma Kaul, Christopher B. Fordyce, Patrick R. Lawler, Michel Lemay, Jacob C. Jentzer, Michael Goldfarb, Graham C. Wong, Paul W. Armstrong, Sean van Diepen

Notice bibliographique

RevueEuropean Heart Journal Acute Cardiovascular Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensMcGill UniversityUniversity of OttawaToronto General HospitalUniversity of TorontoUniversity of British ColumbiaCanadian VIGOUR CentreUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineMyocardial infarctionCoronary care unitIntensive care unitUnstable anginaIntensive careInternal medicineCardiogenic shockEmergency medicineCardiologyMechanical ventilationHeart failureIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Background: Emerging evidence suggests that coronary intensive care units are evolving into intensive care environments with an increasing burden of non-cardiovascular illness, but previous studies have been limited to older populations or single center experiences. Methods: Canadian national health-care data was used to identify all patients ≥18 years admitted to dedicated coronary intensive care units (2005–2015) and admissions were categorized as primary cardiac or non-cardiac. The outcomes of interest included longitudinal trends in admission diagnoses, critical care therapies, and all-cause in-hospital mortality. Results: Among the 373,992 patients admitted to a coronary intensive care unit, minimal changes in the proportion of patients admitted with a primary cardiac (88.2% to 86.9%; p<0.001) and non-cardiac diagnoses (11.8% to 13.1%; p<0.001) were observed. Among cardiac admissions, a temporal increase in the proportion of ST-segment elevation myocardial infarction (19.4% to 24.1%, p<0.001), non-ST-segment elevation myocardial infarction (14.6% to 16.2%, p<0.001), heart failure (7.3% to 8.4%, p<0.001), shock (4.9% to 5.7%, p<0.001), and decline in unstable angina (4.9% to 4.0%, p<0.001) and stable coronary diseases (21.3% to 12.4%, p<0.001) was observed. The proportion of patients requiring critical care therapies (57.8% to 63.5%, p<0.001) including mechanical ventilation (9.6% to 13.1%, p<0.001) increased. In-hospital mortality rates for patients with primary cardiac (4.9% to 4.4%; adjusted odds ratio 0.71, 95% confidence interval 0.63–0.79) and non-cardiac (17.8% to 16.1%; adjusted odds ratio 0.84, 0.73–0.97) declined; results were consistent when stratified by academic vs community hospital, and by the presence of on-site percutaneous coronary intervention. Conclusion: In a national dataset we observed a changing case-mix among patients admitted to a coronary intensive care unit, though the proportion of patients with a primary cardiac diagnosis remained stable. There was an increase in clinical acuity highlighted by critical care therapies, but in-hospital mortality rates for both primary cardiac and non-cardiac conditions declined across all hospitals. Our findings confirm the changing coronary intensive care unit case-mix and have implications for future coronary intensive care unit training and staffing.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,252
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,113
Tête enseignante GPT0,356
Écart entre enseignants0,244 · 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

Citations15
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal Acute Cardiovascular CareMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207