MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390660669 · doi:10.1371/journal.pone.0296055

Regional variation and temporal trends in transcatheter and surgical aortic valve replacement in Switzerland: A population-based small area analysis

2024· article· en· W4390660669 sur OpenAlexaff
Carla Schenker, Maria M. Wertli, Lorenz Räber, Alan G. Haynes, Arnaud Chioléro, Nicolas Rodondi, Radoslaw Panczak, Drahomir Aujesky

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesGottfried und Julia Bangerter-Rhyner-StiftungSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésMedicineValve replacementPopulationAortic valve replacementDemographyRegional variationCardiologyInternal medicineStenosisEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Aortic valve stenosis (AS) is the most common valvular heart disease and if severe, is treated with either transcatheter (TAVR) or surgical aortic valve replacement (SAVR). We assessed temporal trends and regional variation of these interventions in Switzerland and examined potential determinants of geographic variation. METHODS: We conducted a population-based analysis using patient discharge data from all Swiss public and private acute care hospitals from 2013 to 2018. We generated hospital service areas (HSAs) based on patient flows for TAVR. We calculated age-standardized mean procedure rates and variation indices (extremal quotient [EQ] and systematic component of variation [SCV]). Using multilevel regression, we calculated the influence of calendar year and regional demographics, socioeconomic factors (language, insurance status), burden of disease, and number of cardiologists/cardiovascular surgeons on geographic variation. RESULTS: Overall, 8074 TAVR and 11,825 SAVR procedures were performed in 8 HSAs from 2013 to 2018. Whereas the age-/sex-standardized rate of TAVR increased from 12 to 22 procedures/100,000 persons, the SAVR rate decreased from 33 to 24 procedures during this period. After full adjustment, the predicted TAVR and SAVR rates varied from 12 to 22 and 20 to 35 per 100,000 persons across HSAs, respectively. The regional procedure variation was low to moderate over time, with a low overall variation in TAVR (EQ 1.9, SCV 3.9) and SAVR (EQ 1.6, SCV 2.2). In multilevel regression, TAVR rates increased annually by 10% and SAVR rates decreased by 5%. Determinants of higher TAVR rates were older age, male sex, living in a German speaking area, and higher burden of disease. A higher proportion of (semi)private insurance was also associated with higher TAVR and lower SAVR rates. After full adjustment, 10.6% of the variance in TAVR and 18.4% of the variance in SAVR remained unexplained. Most variance in TAVR and SAVR rates was explained by language region and insurance status. CONCLUSION: The geographic variation in TAVR and SAVR rates was low to moderate across Swiss regions and largely explained by differences in regional demographics and socioeconomic factors. The use of TAVR increased at the expense of SAVR over time.

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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,046
Tête enseignante GPT0,299
Écart entre enseignants0,254 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetCardiac Valve Diseases and Treatments→Travaux en français237 207→