Results of an international crowdsourcing survey on the treatment of non-ST segment elevation ACS patients at high-bleeding risk undergoing percutaneous intervention
Notice bibliographique
Résumé
Aims Choosing an antiplatelet strategy in patients with non-ST segment elevation acute coronary syndrome (NSTE-ACS) at high bleeding risk (HBR), undergoing post-percutaneous coronary intervention (PCI), is complex. We used a unique open-source approach (crowdsourcing) to document if practices varied across a small, global cross-section of antiplatelet prescribers in the post-PCI setting. Methods and results Five-hundred and fifty-nine professionals from 70 countries (the ‘crowd') completed questionnaires containing single- or multi-option and free form questions regarding antiplatelet clinical practice in post-PCI NSTE-ACS patients at HBR. A threshold of 75% defined ‘agreement'. There was strong agreement favouring monotherapy with either aspirin or a P2Y 12 inhibitor following initial DAPT, within the first year (94%). No agreement was reached on the optimal duration of DAPT or choice of monotherapy: responses were in equipoise for shorter (≤3 months, 51%) or longer (≥6 months, 46%) duration, and monotherapy choice (45% aspirin; 53% P2Y 12 inhibitor). Most respondents stated use of guideline-directed tools to assess risk, although clinical judgement was preferred by 32% for assessing bleeding risk and by 46% for thrombotic risk. Conclusion The crowdsourcing methodology showed potential as a tool to assess current practice and variation on a global scale and to achieve a broad demographic representation. These preliminary results indicate a high degree of variation with respect to duration of DAPT, monotherapy drug of choice following DAPT and how thrombotic and bleeding risk are assessed. Further investigations should concentrate on interrogating practice variation between key demographic groups.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».