MétaCan
Menu
Retour à la cohorte
Enregistrement W4405436620 · doi:10.1016/j.cardfail.2024.11.012

Where's the Remote? Failure to Report Clinical Workflows in Heart Failure Remote Monitoring Studies

2024· article· en· W4405436620 sur OpenAlexaff
Elise L Shalowitz, Pardeep S. Jhund, Mitchell A. Psotka, Abhinav Sharma, Matthew Dimond, Trejeeve Martyn, Richard Nkulikiyinka, Mona Fiuzat, David Kao

Notice bibliographique

RevueJournal of Cardiac Failure · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensMcGill University
Organismes subventionnairesCleveland ClinicAstraZeneca
Mots-clésMedicineHeart failureWorkflowCardiologyMedical emergencyIntensive care medicineDatabase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Remote patient monitoring (RPM) clinical trials have reported mixed results in improving outcomes for patients with chronic heart failure (HF). The impact of clinical workflows that could impact RPM effectiveness is often overlooked. We sought to characterize workflows and response protocols that could impact outcomes in studies of noninvasive RPM in HF. METHODS: We reviewed studies (1999-2024) assessing noninvasive RPM interventions for adults with HF. We collected 24 aspects of workflows describing education, physiologic and symptomatic data collection, transmission and review, clinical escalation protocols, and response time. We attempted to perform a meta-analysis to identify associations between workflow components and outcomes of death and hospitalization. RESULTS: We identified 63 studies (57.1% randomized controlled, 23.8% pilot/feasibility, 19.1% other) comprising 16,699 subjects. Despite a large number of studies and subjects, workflow reporting was insufficient to perform our intended meta-analysis regarding key workflow components. RPM clinical workflows were diverse in configuration, with high variability in component description ranging from always reported to never reported. Specifics of monitoring devices and related training were well reported as expected based on most trial hypotheses. However, elements of clinical data response such as frequency of data review, clinical escalation criteria, and provider response time were often underreported or not reported at all (48%, 24%, and 97%, respectively), hindering study replication and evidence-based implementation. CONCLUSIONS: Clinical workflows are poorly described in noninvasive RPM studies, preventing systematic assessment, device comparison, and replication. A standardized approach to reporting HF RPM workflows is vital to evaluate effectiveness and guide evidence-based clinical implementation.

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)0,473
score de la tête « metaresearch » (Gemma)0,666
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,650

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4730,666
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,014
Bibliométrie0,0080,015
Études des sciences et des technologies0,0010,003
Communication savante0,0090,008
Science ouverte0,0050,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,380
Écart entre enseignants0,334 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiac FailureMême sujetHeart Failure Treatment and ManagementTravaux en français237 207