Use of Cardiac Noninvasive Testing After Emergency Department Discharge: Association of Hospital Network Testing Intensity and Outcomes in Ontario, Canada
Notice bibliographique
Résumé
Background The relationship between noninvasive cardiac diagnostic testing intensity and downstream clinical outcomes is unclear. Our objective was to examine the relationship between hospital network noninvasive cardiac diagnostic testing intensity and downstream clinical outcomes in patients who were discharged from the emergency department after assessment for chest pain. Methods and Results We employed a retrospective cohort study design of 387 809 patients evaluated for chest pain in the emergency department between April 1, 2010 and March 31, 2016. Hospital networks were divided into tertiles based on usage of noninvasive cardiac diagnostic testing. The primary outcome was a composite of acute myocardial infarction or all-cause mortality. Adjusted Cox proportional hazards models were used to compare the hazard of the composite outcome of myocardical infarction and/or all-cause mortality between the tertiles. After adjustment for clinically relevant covariates, patients evaluated for chest pain in intermediate noninvasive cardiac diagnostic testing usage tertile hospital networks did not have significantly different hazards of the composite outcome when compared with those evaluated in low usage tertile hospital networks >90 days (hazard ratio [HR], 1.00; 95% CI, 0.83-1.21), 6 months (HR, 1.07; 95% CI, 0.92-1.24), and 1 year (HR, 1.03; 95% CI, 0.94-1.14). Patients evaluated in the high usage tertile also did not have significantly different hazards of the composite outcome compared with those evaluated in the low usage tertile at 90 days (HR, 0.98; 95% CI, 0.80-1.19), 6 months (HR, 1.01; 95% CI, 0.87-1.17); and 1 year (HR, 0.95; 95% CI, 0.86-1.05). Conclusions Our population-based study demonstrated that high noninvasive cardiac diagnostic testing use intensity was not associated with reductions in downstream myocardial infarction or all-cause mortality.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».