Abstract 13529: Outcomes After Emergency Department Visits for Dyspnea: Population-Based Interrupted Time-Series Analysis of Implementation of B-Type Natriuretic Peptide Assays
Notice bibliographique
Résumé
Introduction: The population-level impact of hospital-based natriuretic peptide (NP) implementation in a universal health care system is unclear. We examined temporal associations between introduction of NP testing in-hospital with outcomes after emergency department (ED) visits for dyspnea. Hypothesis: Implementation of NP testing is associated with improved outcomes for ED patients seeking care for dyspnea. Methods: Administrative databases were linked to identify adults ≥40 years of age with a first ED visit for dyspnea between 2014 and 2019 at hospitals introducing onsite NP testing between 2016 and 2018 in Ontario, Canada. We calculated quarterly rates of 1-year age- and sex-standardized mortality and readmission (all-cause, cardiovascular, heart failure [HF]), restricted to 2 years before and after NP introduction to minimize temporal advances in treatment. We conducted an interrupted time series analysis using linear regression and Newey-West autocorrelation adjusted standard errors to quantify rate of change in outcomes before and after NP introduction. Time zero at each hospital was set at 2 years prior to the introduction of NP tests for each hospital (point of interruption). Results: We studied 20,294 patients (median age 69 years, 52% female) before and 21,857 patients (median age 68 years, 53% female) after NP introduction across 16 hospitals. The cohort before NP introduction had a higher prevalence of prior HF and chronic obstructive pulmonary disease (P<0.01). Rates of all outcomes were stable prior to NP introduction. Following NP introduction, there were significant declines in rates of all-cause mortality (-1.5/100 persons per year), all-cause readmission (-3.6/100 persons per year), cardiovascular readmission (-1.4/100 persons per year) and HF readmission (-0.8/100 persons per year; Figure). Conclusions: Introduction of hospital-based NP tests was associated with decreasing rates of adverse outcomes after ED visits for dyspnea.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».