Development and Evaluation of an Audit and Feedback Process for Prevention of Acute Kidney Injury During Coronary Angiography and Intervention
Notice bibliographique
Résumé
Background: Contrast-associated acute kidney injury (CA-AKI) is a potentially preventable complication of coronary angiography and intervention. Relatively little research has been done to determine how knowledge on CA-AKI prevention can be translated into clinical practice. Methods: We developed, implemented, and surveyed end-users about the usability, acceptability, and utility of an audit and feedback process for CA-AKI prevention in Alberta, Canada. The audit and feedback reported on amount of radiocontrast dye used, hemodynamic optimization of intravenous fluids, and CA-AKI incidence for each cardiologist practicing coronary angiography or percutaneous coronary intervention, compared with peers at their site and across the province. Reports were developed through an iterative process involving interventional cardiologists throughout the design process and usability testing. Results: Cardiologists participating in usability testing indicated a preference for the visual displays of data and summarizing indicators on the front page, and endorsed the value of peer-to-peer comparisons of performance measures. Of 31 eligible cardiologists from across Alberta, 17 responded to a survey evaluating the audit and feedback process. Fifteen respondents (88.2%) agreed that the data presented in the audit and feedback report were understandable; 17 respondents (100%) agreed or strongly agreed that the presentation of the report helped them better understand their performance compared with that of their peers; and 14 (82.4%) agreed that the audit and feedback process helped them identify ways to reduce the risk of AKI for their patients. Conclusions: Conducting an audit and providing feedback was an understandable and acceptable intervention to help cardiologists identify ways to improve prevention of CA-AKI during coronary angiography or intervention.
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 | 0,160 | 0,252 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».