Characteristics of patients presenting to emergency department for primary atrial fibrillation or flutter at an academic medical center
Notice bibliographique
Résumé
OBJECTIVE: In the United States, atrial fibrillation (AF) accounts for over 400,000 hospitalizations annually. Emergency Department (ED) physicians have few resources available to guide AF/AFL (atrial flutter) patient triage, and the majority of these patients are subsequently admitted. Our aim is to describe the characteristics and disposition of AF/AFL patients presenting to the University of North Carolina (UNC) ED with the goal of developing a protocol to prevent unnecessary hospitalizations. METHODS: We performed a retrospective electronic medical chart review of AF/AFL patients presenting to the UNC ED over a 15-month period from January 2015 to March 2016. Demographic and ED visit variables were collected. Additionally, patients were designated as either having primary or secondary AF/AFL where primary AF/AFL patients were those in whom AF/AFL was the primary reason for ED presentation. These primary AF/AFL patients were categorized by AF symptom severity score according to the Canadian Cardiovascular Society Severity of Atrial Fibrillation (CCS-SAF) Scale. RESULTS: A total of 935 patients presented to the ED during the study period with 202 (21.5%) having primary AF/AFL. Of the primary AF/AFL patients, 189 (93.6%) had mild-moderate symptom severity (CCS-SAF ≤ 3). The majority of primary AF/AFL patients were hemodynamically stable, with a mean (SD) SBP of 123.8 (21.3), DBP of 76.6 (14.1), and ventricular rate of 93 (21.9). Patients with secondary AF/AFL were older 76 (13.1), p < 0.001 with a longer mean length of stay 6.1 (7.7), p = 0.31. Despite their mild-moderate symptom severity and hemodynamic stability, nearly 2/3 of primary AF/AFL patients were admitted. CONCLUSION: Developing a protocol to triage and discharge hemodynamically stable AF/AFL patients without severe AF/AFL symptoms to a dedicated AF/AFL clinic may help to conserve healthcare resources and potentially deliver more effective care.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».