MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392104422 · doi:10.1161/jaha.123.033768

Transcatheter Aortic Valve Implantation Wait‐Time Management: Derivation and Validation of the Canadian TAVI Triage Tool (CAN3T)

2024· article· en· W4392104422 sur OpenAlexaffabout
Rafael N. Miranda, Feng Qiu, Ragavie Manoragavan, Peter C. Austin, David Naimark, Stephen E. Fremes, Dennis T. Ko, Mina Madan, Mamas A. Mamas, Maneesh Sud, Derrick Y. Tam, Harindra C. Wijeysundera

Notice bibliographique

RevueJournal of the American Heart Association · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTriageMedicinePrioritizationEmergency medicineAdverse effectIntensive care medicineMedical emergencyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Transcatheter aortic valve implantation (TAVI) has seen indication expansion and thus exponential growth in demand over the past decade. In many jurisdictions, the growing demand has outpaced capacity, increasing wait times and preprocedural adverse events. In this study, we derived prediction models that estimate the risk of adverse events on the waitlist and developed a triage tool to identify patients who should be prioritized for TAVI. METHODS AND RESULTS: We included adult patients in Ontario, Canada referred for TAVI and followed up until one of the following events first occurred: death, TAVI procedure, removal from waitlist, or end of the observation period. We used subdistribution hazards models to find significant predictors for each of the following outcomes: (1) all-cause death while on the waitlist; (2) all-cause hospitalization while on the waitlist; (3) receipt of urgent TAVI; and (4) a composite outcome. The median predicted risk at 12 weeks was chosen as a threshold for a maximum acceptable risk while on the waitlist and incorporated in the triage tool to recommend individualized wait times. Of 13 128 patients, 586 died while on the waitlist, and 4343 had at least 1 hospitalization. A total of 6854 TAVIs were completed, of which 1135 were urgent procedures. We were able to create parsimonious models for each outcome that included clinically relevant predictors. CONCLUSIONS: The Canadian TAVI Triage Tool (CAN3T) is a triage tool to assist clinicians in the prioritization of patients who should have timely access to TAVI. We anticipate that the CAN3T will be a valuable tool as it may improve equity in access to care, reduce preventable adverse events, and improve system efficiency.

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)0,008
score de la tête « metaresearch » (Gemma)0,034
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 enseignants0,989
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,293
Écart entre enseignants0,285 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart Association→Même sujetCardiac Valve Diseases and Treatments→Travaux en français237 207→