The Development of a Chest-Pain Protocol for Women Presenting to the Emergency Department
Notice bibliographique
Résumé
Cardiovascular disease (CVD) is the leading cause of death in women worldwide, and of premature death in women in Canada. Despite improvements in cardiovascular care over the past 15-20 years, acute coronary syndrome (ACS) and CVD mortality continue to increase among women in Canada. Chest pain is a common symptom leading to emergency department visits for both men and women. However, women with ACS experience worse outcomes. compared with those of men, due to misdiagnosis or lack of diagnosis resulting in delayed care and underuse of guideline-directed medical therapies. CVD mortality rates are highest in Indigenous and racialized women and those with a disproportionately high number of adverse social determinants of health. CVD remains underrecognized, underdiagnosed, undertreated, and underresearched in women. Moreover, a lack of awareness of unique symptoms, clinical presentations, and sex-and-gender specific CVD risk factors, by healthcare professionals, leads to outcome disparities. In response to this knowledge gap, in acute recognition and management of chest-pain syndromes in women, the Canadian Women's Heart Health Alliance performed a needs assessment and review of CVD risk factors and ACS pathophysiology, through a sex and gender lens, and then developed a unique chest-pain assessment protocol utilizing modified dynamic programming algorithmic methodology. The resulting algorithmic protocol is presented. The output is intended as a quick reference algorithm that could be posted in emergency departments and other acute-care settings. Next steps include protocol implementation evaluation and impact assessment on CVD outcomes in women.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».