European Society of Cardiology quality indicators for the care and outcomes of adults undergoing transcatheter aortic valve implantation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To develop a suite of quality indicators (QIs) for the evaluation of the care and outcomes for adults undergoing transcatheter aortic valve implantation (TAVI). METHODS AND RESULTS: We followed the European Society of Cardiology (ESC) methodology for the development of QIs. Key domains were identified by constructing a conceptual framework for the delivery of TAVI care. A list of candidate QIs was developed by conducting a systematic review of the literature. A modified Delphi method was then used to select the final set of QIs. Finally, we mapped the QIs to the EuroHeart (European Unified Registries on Heart Care Evaluation and Randomized Trials) data standards for TAVI to ascertain the extent to which the EuroHeart TAVI registry captures information to calculate the QIs. We formed an international group of experts in quality improvement and TAVI, including representatives from the European Association of Percutaneous Cardiovascular Interventions, the European Association of Cardiovascular Imaging, and the Association of Cardiovascular Nursing and Allied Professions. In total, 27 QIs were selected across 8 domains of TAVI care, comprising 22 main (81%) and 5 secondary (19%) QIs. Of these, 19/27 (70%) are now being utilized in the EuroHeart TAVI registry. CONCLUSION: We present the 2023 ESC QIs for TAVI, developed using a standard methodology and in collaboration with ESC Associations. The EuroHeart TAVI registry allows calculation of the majority of the QIs, which may be used for benchmarking care and quality improvement initiatives.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,017 |
| 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 | 0,001 |
| 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 découle