Abstract 11259: Promoting Discharges in Pediatric Patients with Congenital Heart Disease on Ventricular Assist Device Support: An ACTION Quality Improvement Project
Notice bibliographique
Résumé
Introduction: Discharge of pediatric ventricular assist device (VAD) patients is lagging behind adults, especially pediatric patients with concurrent congenital heart disease (CHD). This quality improvement project aimed to increase discharge rates and decrease time to discharge for pediatric patients with CHD on VAD support. Methods: Patients with CHD implanted with HeartWare HVAD or HeartMate 3 at participating Advanced Cardiac Therapies Improving Outcomes Network (ACTION) centers were included. Baseline demographics and outcomes including explant, transplant, or death, and time to outcome was collected from April 2018 until October 2019. QI interventions (VAD Flight Plan and Discharge Journey Map) were initiated in November 2019. Percentage discharged on VAD as well as time to outcome were compared before and after intervention. Results: Twenty-six patients with CHD (18 single ventricle physiology) were identified (14 pre-intervention and 12-post). The mean age was 16 years old with 27% implanted as Intermacs profile 1. Mortality on device was high at 38%. There were 77% (n=20) considered discharge eligible (alive on device > 30 days) while 42% (n=11) achieved discharge (Table 1). Mean length of stay post-implant for discharged patients was 33 days. A higher percentage of biventricular physiology were discharged (63%) compared to univentricular (33%). QI interventions did not change discharge rate (43% vs 42%), mean time to discharge (46.3 vs 43.4 days), transplant before discharge (17% vs 21%), or death before discharge (42% vs 43%) in the post-intervention group. Conclusion: Discharging CHD patients on VAD support from the hospital remains a challenge largely due to the complex and heterogenous nature of this population at the time of implant. Interventions to address optimal timing of VAD implantation and patient selection could impact outcomes.
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 | 0,018 | 0,018 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».