MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226301126 · doi:10.1177/20543581221081207

A Unique Multi- and Interdisciplinary Cardiology-Renal-Endocrine Clinic: A Description and Assessment of Outcomes

2022· article· en· W4226301126 sur OpenAlexaffabout
Lisa Dubrofsky, Jason F. Lee, Parisa Hajimirzarahimshirazi, Hongyan Liu, Alanna Weisman, Patrick R. Lawler, Michael E. Farkouh, Jacob A. Udell, David Z.I. Cherney

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensUniversity Health NetworkUniversity of TorontoToronto General HospitalWomen's College HospitalInstitute for Clinical Evaluative SciencesTed Rogers Centre for Heart Research
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineNephrologyInternal medicineCardiologyMedical physics

Résumé

récupéré en direct d'OpenAlex

Background: Patients with diabetes and co-existing chronic kidney disease and/or cardiovascular disease have complex medical needs with multiple indications for different guideline-directed medical therapies and require high health care resource utilization. The Cardiac and Renal Endocrine Clinic (C.a.R.E. Clinic) is a multi- and interdisciplinary clinic offering a unique care model to this population to overcome barriers to optimal care. Objective: To describe the patient characteristics and clinical data of consecutive patients seen in the C.a.R.E. Clinic between 2014 and 2020, with a focus on the feasibility, strengths, and challenges of this outpatient care model. Design: Single-center retrospective cohort study. Setting: The C.a.R.E. Clinic is a multi- and interdisciplinary clinic at Toronto General Hospital in Toronto, Canada. Patients: We reviewed the charts of all 118 patients who had been referred to the C.a.R.E. Clinic with type 2 diabetes mellitus, co-existing renal disease, and/or cardiovascular disease. Measurements: Demographic data, medication data, clinic blood pressure measurements, and laboratory data were assessed at the first and last available clinic visit. Methods: Data were extracted via manual chart review of paper and electronic medical records. Results: First and last attended clinic visit data were available for descriptive analysis in 74 patients. There was a significant improvement in low-density lipoprotein (LDL) cholesterol (1.9 mmol/L vs 1.5 mmol/L, P < .01), hemoglobin A1C (7.5% vs 7.1%, P = .02), and the proportion of patients with blood pressure at target (52.7% vs 36.5%, P = .04), but not body mass index (29.7 kg/m² vs 29.6 kg/m², P = .15) between the last and first available clinic visits. There was higher uptake in evidence-based medication use including statins (93.2% vs 81.1%, P = .01), SGLT-2i (35.1% vs 4.1%, P < .01), and GLP-1 receptor agonists (13.5% vs 4.1%, P = .02), while RAAS inhibitor use was already high at baseline (81.8% vs 78.4%, P = .56). There remains a significant opportunity for therapy with sodium-glucose cotransporter-2 inhibitors and glucagon-like peptide-1 receptor agonists. Limitations: This is a retrospective chart review lacking a control group, therefore clinical improvements cannot be causally attributed to the clinic alone. New evidence and changes to guideline-recommended therapies also contributed to practice changes during this time period. Conclusions: A multi- and interdisciplinary clinic is a feasible and potentially effective way to improve evidence-based and patient-centered care for patients with diabetes, kidney, and cardiovascular disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,359
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and Disease→Même sujetDiabetes Treatment and Management→Travaux en français237 207→