Impact of a Cloud-Based Care Coordination Platform on False Activations of the Cardiac Catheterization Laboratory and Unnecessary Team Mobilization: A Retrospective Cohort Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND False activation (FA) of cardiac catheterization laboratory (CCL) for ST-segment elevation myocardial infarction (STEMI) is common, adversely affects health care professionals, and results in a financial burden to healthcare systems. OBJECTIVE The current study assessed if FA minimization can be achieved through implementing a dedicated cloud-based care coordination platform. METHODS In September 2021, the McGill University Health Centre (MUHC) implemented a mobile cloud-based STEMI care coordination platform (Stenoa), which allows for systematic case validation with electrocardiogram (ECG) data, followed by prompt case disposition. A retrospective cohort study was conducted on all CCL activations at the MUHC between September 2020 and December 2022. Patients were divided into two groups for analysis: before Stenoa use (Group 0, Sept. 2020 - Sept. 2021) and immediately following Stenoa use (Group 1, Sept. 2021 - Dec. 2022). FA was defined as the activation of the CCL team followed by case cancellation before any procedure was performed. FA rates and the proportion resulting in unnecessary team mobilization (UTM) were compared between groups. The primary outcome of this study was the overall rate of UTM. Data were obtained from the hospital medical records and Stenoa platform data. RESULTS 632 patients were included in this study, with 288 patients in Group 0 and 344 in Group 1. The overall rate of UTM was 8.0% (n=23) in Group 0 compared to 4.1% (n=14) in Group 1 (p=0.04). 27 FAs (9.4%) were reported in Group 0 in comparison to 22 (6.4%) in Group 1 (p=0.16). In Group 0, 23 of 27 (85.2%) FAs resulted in UTM, compared to 14 of 22 FAs (63.6%) in Group 1 (p=0.08). CONCLUSIONS Use of a cloud-based care coordination platform was associated with a significant reduction in unnecessary CCL team mobilization. This suggests that a dedicated platform may be an effective strategy for optimizing care coordination and resource utilization for STEMI patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».