Facilitating transcatheter aortic valve implantation in the era of COVID-19: Recommendations for programmes
Notice bibliographique
Résumé
The COVID-19 pandemic continues to significantly impact the treatment of people living with aortic stenosis, and access to transcatheter aortic valve implantation. Transcatheter aortic valve implantation (TAVI) programmes require unique coordinated processes that are currently experiencing multiple disruptions and are guided by rapidly evolving protocols. We present a series of recommendations for TAVI programmes to adapt to the new demands, based on recent evidence and the international expertise of nurse leaders and collaborators in this field. Although recommended in most guidelines, the uptake of the role of the TAVI programme nurse is uneven across international regions. COVID-19 is further highlighting why a nurse-led central point of coordination and communication is a vital asset for patients and programmes. We propose an alternative streamlined evaluation pathway to minimize patients' pre-procedure exposure to the hospital environment while ensuring appropriate treatment decision and shared decision-making. The competing demands created by COVID-19 require vigilant wait list management, with risk stratification, telephone surveillance and optimized triage and prioritization. A minimalist approach with close scrutiny of all parts of the procedure has become an imperative to avoid any complications and ensure patients' accelerated recovery. Lastly, we outline a nurse-led protocol of rapid mobilization and reconditioning as an effective strategy to facilitate safe next-day discharge home. As the pandemic abates, TAVI programmes must facilitate access to care without compromising patient safety, enable hospitals to manage the competing demands created by COVID-19 and establish new processes to support patients living with valvular heart disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,004 |
| 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 ».