MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409351779 · doi:10.1016/j.cjca.2025.04.006

High Heterogeneity in Prenatal Detection of Severe Congenital Heart Defects Among Physicians, Hospitals and Regions in Quebec

2025· article· en· W4409351779 sur OpenAlexafffundvenueabout
S. Khalilipalandi, Mikhail-Paul Cardinal, Louis-Olivier Roy, Laurence Vaujois, Tíscar Cavallé-Garrido, Jean‐Luc Bigras, Marie‐Ève Roy‐Lacroix, Frédéric Dallaire

Notice bibliographique

RevueCanadian Journal of Cardiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensUniversité de SherbrookeCentre Hospitalier Universitaire Sainte-JustineCentre Hospitalier de l’Université de MontréalMcGill UniversityCentre hospitalier universitaire de QuébecMcGill University Health CentreCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHeart defectPediatricsFamily medicineInternal medicineHeart disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prenatal detection rates (PDRs) of severe congenital heart defects (SCHDs) are often presented as regional and national aggregates, which might hide significant heterogeneity in PDRs among physicians, hospitals, and regions. The objective was to quantify the variability in the sensitivity of second-trimester ultrasound examination (U/S) to detect SCHDs, and to identify at which level this variability was the greatest. METHODS: This was a retrospective observational cohort of all pregnancy-child dyads with SCHDs in Quebec between 2007 and 2015. We matched the clinical data from the hospitals with the administrative data from the health care system. The variability at each level was estimated using multilevel models by calculating intraclass correlation coefficients. RESULTS: Of 1274 SCHD, 697 were diagnosed prenatally following a referral for a suspected cardiac anomaly on U/S, yielding a sensitivity of 54.7% (95% confidence interval [CI], 52.0%-57.4%). Significant heterogeneity was observed among physicians, hospitals, and regions with the greatest heterogeneity among physicians. The U/S sensitivities in the lowest quartile for physicians, hospitals, and regions were 27.4%, 29.0%, and 39.8%, and those in the highest quartile were 87.3%, 70.1%, and 62.9%, respectively. The mean difference of sensitivity between the lowest and highest quartiles was 59.9% (95% CI, 51.7-68.1) for physicians, and 41.1% (95% CI, 30.3-51.9) for hospitals. The intraclass correlation coefficients at the physician level indicated the greatest heterogeneity among physicians (intrahospital). CONCLUSIONS: There was considerable heterogeneity in PDRs between physicians and hospitals. The driver of the heterogeneity seemed to be at the physician level, with higher interphysician variability. Any measures of improvement should be directed to the physician level.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,018
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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

Citations2
Publié2025
Routes d'admission4
Résumé présentnon

Explorer davantage

Même revueCanadian Journal of Cardiology→Même sujetCongenital Heart Disease Studies→Travaux en français237 207→