Designing the Coronary Artery Disease Registry with Data Management Processes Approach: A Comparative Systematic Review in Selected Registries
Notice bibliographique
Résumé
: Context The use of registries to Coronary Artery Disease (CAD) data management plays an important role in the improvement of healthcare processes and reduction of outcomes for patients and healthcare providers. The present study aimed to compare the data management processes of CAD registries in the selected countries. Evidence Acquisition This review study was conducted comparatively in 2019. After selecting countries based on some criteria, the required data were collected by searching valid databases, more useful search engines, and related websites to CAD registries for the selected countries as well as by sending E-mails containing a data extraction form to the related organizations. Results Totally, five registries were chosen in the selected countries as follows: CADOSA (Australia), APPROACH (Canada), START (Italy), CLARIFY (Spain), and GWTG-CAD (US). The results showed that 60% of the selected registries made use of the electronic case report form for data gathering. The main data elements included demographic and general information, risk factors, vital sings, medication, laboratory tests results, examination results, ECG results, invasive measures and interventions, patient’s status on discharge, results of follow-ups, and post-discharge outcomes. Conclusion Developing CAD registries based on the data management principles provides the context to conduct cohort studies with very low costs. With regard to the study results, attention should be paid to data management processes, include data gathering, data processing, and information distribution, in development of CAD registries.
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 | 0,057 | 0,144 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,018 | 0,021 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».