MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391438767 · doi:10.1161/str.55.suppl_1.tmp18

Abstract TMP18: Real-World Challenges in US Thrombectomy Transfers: Difficulty Finding an Accepting Hospital, Prolonged Travel, and Differing Perceptions of Transfer Requirements

2024· article· en· W4391438767 sur OpenAlexaff
Jaan Nandwani, Diandra Adu-Kyei, Madeline Penn, Salonee Shah, Connor Davy, J Mocco, Mandip S. Dhamoon, Nathalie Jetté, Laura Stein

Notice bibliographique

RevueStroke · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineDescriptive statisticsStroke (engine)Transfer (computing)CertificationEmergency medicineMedical emergencyStatistics

Résumé

récupéré en direct d'OpenAlex

Introduction: Transfers can improve access to endovascular thrombectomy (ET). However, benefit is highly time-dependent and transferred patients experience poorer outcomes. We assessed perceptions of transfers processes between sending and receiving hospitals. Methods: We utilized an ongoing 2023 nationwide US electronic survey of hospitals that treat stroke patients with revascularization therapy and have publicly available contact information. Respondents were stroke directors or coordinators. Survey items analyzed included questions on certification status, transfer processes, volumes, times, delays, and requirements for transfers. We performed cross-sectional analyses of hospitals that send/receive ET transfers. We used descriptive statistics and chi-squared tests to compare sending and receiving cohorts. Results: Of 144 responding hospitals at the time of analysis, 70.1% (n=101) receive and 29.9% (n=43) send ET transfers. Most (76.2%) receiving hospitals are comprehensive stroke centers and most (95.3%) sending hospitals primary stroke centers (p<0.05). Only 39.5% of sending hospitals send ≥20 transfers annually vs. 64.4% of receiving hospitals that receive ≥20. More than 1/2 send/receive transfers to/from facilities >60 miles away, and 50% pass a closer capable hospital en route. Average door-in-door out time is >90 minutes for 51.2% of sending hospitals, and 35.0% spend >50% of this time on non-care coordination. Concerningly, 34.9% of sending hospitals are sometimes/always unable to find an accepting hospital. Perceptions of requirements for transfer vary between receiving and sending hospitals: 30.7% vs. 76.7% require large vessel occlusion confirmation, 1% vs. 14% perfusion imaging and 14.9% vs. 32.6% an available bed prior to transfer (p<0.05). Conclusion: In this real-world sample, transfers are common, perceptions of requirements for transfer differ, and there are actionable delays. Concerningly, sending hospitals are often unable to find an accepting hospital and closer hospitals are frequently passed en route. Future interventions could standardize and provide oversight of regional stroke systems of care.

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)0,004
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,054
Tête enseignante GPT0,324
Écart entre enseignants0,270 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStroke→Même sujetAcute Ischemic Stroke Management→Travaux en français237 207→