MétaCan
Menu
Retour à la cohorte
Enregistrement W4410621050 · doi:10.1093/europace/euaf085.271

Regional disparities in the care and outcomes of atrial fibrillation patients in a universal health care system: a population-based cohort study

2025· article· en· W4410621050 sur OpenAlexafffundabout
Mohammed Shurrab, Jason G. Andrade, Guy Amit, Andrew C.T. Ha, Allan C. Skanes, Ratika Parkash, Damian Redfearn, Paul Angaran, Girish M. Nair, Olivia Haldenby, Feng Qiu, Jiming Fang, Christopher C. Cheung, J. Healey, Dennis T. Ko

Notice bibliographique

RevueEP Europace · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreOttawa Heart InstituteKingston General HospitalWestern UniversityMcMaster UniversityUniversity of TorontoDalhousie UniversityHealth Sciences NorthUniversity Health NetworkUniversity of British Columbia
Organismes subventionnairesNorthern Ontario Academic Medicine Association
Mots-clésAtrial fibrillationMedicineCohortCohort studyHealth carePopulationUniversal health careGerontologyDemographyPediatricsInternal medicineEnvironmental healthPublic healthHealth policyNursingEconomic growthSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction While prior studies have shown regional disparities in patients with myocardial infarction and heart failure within a universal health care, there are very limited data on the association between different regions within a universal health care and access to care and outcomes after atrial fibrillation (AF) diagnosis. We aimed to assess variations in processes of care and outcomes among patients with new diagnosis of AF presenting to the emergency department (ED) in different regions within a universal health care system. Methods We conducted a population-based retrospective cohort study of all adult patients (≥18 years) with the first diagnosis of AF presenting to the ED between April 1, 2012, and March 31, 2022 in Ontario, Canada. We divided the analyses into 5 major health regions in Ontario (Ontario Health (OH) Regions: North (East and West), East, Central, Toronto and West). Medicare in Canada provides all funding for essential services and prohibits private health care. The primary outcome was the composite of all-cause mortality or admission. Secondary outcomes included all-cause mortality, all-cause admission and all-cause ED visit. Cox proportional hazards regression analysis was used to study the association of different regions and outcomes. Results Among 104,383 patients with new diagnosis of AF in the ED (mean age 69.4 years, 47.1% female), there were significant differences, within 1 year, between OH regions (North as a reference) in physician follow up (primary care or cardiologist), and procedures (cardioversion or ablation) (p<0.001). In comparison to the North, there was a significant difference in the primary outcome of all-cause mortality or admission [East HR 0.87 (0.83, 0.90) , Central HR 0.87 (0.83, 0.91), Toronto HR 0.87 (0.84, 0.92) and West HR 0.87 (0.84, 0.91)] (figure and map). Similar findings noted with higher all-cause admission and all-cause ED visit in the North but all-cause mortality did not differ between regions (figure). Conclusions Despite universal health care and prescription medication coverage, regional variations exist among AF patients, as those in Northern Ontario were less likely to visit a primary care physician or a cardiologist or receive rhythm control management and had worse outcomes driven by higher admission rates after AF diagnosis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,097
Tête enseignante GPT0,378
Écart entre enseignants0,281 · 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 tête enseignante, 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEP EuropaceMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207