Proposal for an Ambulatory Heart Failure Management Curriculum for Cardiology Residency Training Programs
Notice bibliographique
Résumé
Background: The suboptimal implementation of guideline-directed medical therapy (GDMT) for heart failure (HF) patients has been linked with poor clinical outcomes. Little is known about the potential role of cardiology residency training programs in improving trainees' (ie, future cardiologists') ability to utilize GDMT. Methods: In this survey-based study, we examined the degree of exposure to ambulatory HF patient management among cardiology trainees in Canada. All cardiology residency program directors (n = 15; 100% response rate) completed our survey. Results: Although 9 programs (60%) mandated ≥ 3 ambulatory cardiology rotations, only 3 (20%) required ≥ 2 ambulatory HF rotations. When HF rotations were provided, only 7 programs (47%) offered moderate or higher exposure to ambulatory nontransplant HF patients (defined as ≥ 5 clinics/rotations). This element was independent of program- and institution-specific characteristics. All institutions had a multidisciplinary HF clinic, and the majority (13 [87%]) had access to an inpatient HF service, a consultative HF service, and/or a specialist pharmacist. Furthermore, 13 program directors (87%) agreed on the importance of adopting HF training curriculum and their program's readiness to implement such a module. Conclusions: The current state of HF training among cardiology residencies is suboptimal and in need of improvement. Most programs have access to a HF clinic, a specialist pharmacist, or an inpatient consultative service, which would facilitate adoption of a HF management curriculum that focuses on practical and experiential aspects of GDMT optimization. This program, which is under development, will be offered to training programs nationwide, to enable trainees to manage this growing and increasingly complex patient population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».