Outpatient Intravenous Diuretic Clinic: An Effective Strategy for Management of Volume Overload and Reducing Immediate Hospital Admissions
Notice bibliographique
Résumé
BACKGROUND: Heart failure (HF) readmissions pose a major burden to patients and the healthcare system. We evaluated whether outpatient intravenous (IV) diuretic clinic is a safe and effective strategy to reduce HF hospitalizations. METHODS: We reviewed 34 clinic encounters with 27 unique patients (median age 72) who had volume overload refractory to oral diuretics that were treated with IV furosemide in the outpatient clinic. One patient (2.9%) was admitted to the hospital directly, and the rest were discharged home. RESULTS: More than 80% of the patients had continued weight loss for 7 days (median weight loss 5.4 lb). During the median follow-up period of 15 months, 15 patients (56%) had subsequent HF hospitalizations. HF admission was delayed by a median of 22 days from the clinic visit and 138 days from the previous HF admission prior to clinic visit. Estimated cost saving per admission avoided was $10,395. One patient developed severe hypokalemia (< 3.0 mmol/L), and the remaining had no adverse events. CONCLUSION: Outpatient IV diuresis is effective and well tolerated. It leads to significant weight loss, persisting in the majority of patients for 7 days. In select patients, it should be considered as a strategy to rapidly improve symptoms, reduce hospitalizations and decrease costs.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».