Systematic collection of patient-reported outcomes in atrial fibrillation: feasibility and initial results of the Utah mEVAL AF programme
Notice bibliographique
Résumé
AIMS: Incorporating patient-reported outcomes (PROs) into routine care of atrial fibrillation (AF) enables direct integration of symptoms, function, and health-related quality of life (HRQoL) into practice. We report our initial experience with a system-wide PRO initiative among AF patients. METHODS AND RESULTS: All patients with AF in our practice undergo PRO assessment with the Toronto AF Severity Scale (AFSS), and generic PROs, prior to electrophysiology clinic visits. We describe the implementation, feasibility, and results of clinic-based, electronic AF PRO collection, and compare AF-specific and generic HRQoL assessments. From October 2016 to February 2019, 1586 unique AF patients initiated 2379 PRO assessments, 2145 of which had all PRO measures completed (90%). The median completion time for all PRO measures per visit was 7.3 min (1st, 3rd quartiles: 6, 10). Overall, 38% of patients were female (n = 589), mean age was 68 (SD 12) years, and mean CHA2DS2-VASc score was 3.8 (SD 2.0). The mean AFSS symptom score was 8.6 (SD 6.6, 1st, 3rd quartiles: 3, 13), and the full range of values was observed (0, 35). Generic PROs of physical function, general health, and depression were impacted at the most severe quartiles of AF symptom score (P < 0.0001 for each vs. AFSS quartile). CONCLUSION: Routine clinic-based, PRO collection for AF is feasible in clinical practice and patient time investment was acceptable. Disease-specific AF PROs add value to generic HRQoL instruments. Further research into the relationship between PROs, heart rhythm, and AF burden, as well as PRO-guided management, is necessary to optimize PRO utilization.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».