MétaCan
Menu
Retour à la cohorte
Enregistrement W4413280982 · doi:10.3389/fneur.2025.1610307

Improving access and efficiency of acute ischemic stroke treatment across four Canadian provinces: a stepped-wedge trial

2025· article· en· W4413280982 sur OpenAlexafffundabout
Noreen Kamal, Elena Adela Cora, Simone Alim, Judah Goldstein, David Volders, Shadi Aljendi, Heather Williams, Patrick T. Fok, Etienne van der Linde, Trish Helm-Neima, Renee Cashin, Brian L. Metcalfe, Julie Savoie, Wendy Simpkin, Cassie Chisholm, Michael D. Hill, Bijoy K. Menon, Stephen Phillips

Notice bibliographique

RevueFrontiers in Neurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of CalgaryVitalité Health NetworkSt. John’s Health Sciences CentreHealth PEIGovernment of Newfoundland and LabradorDalhousie UniversityUniversity of FrederictonUniversity of New BrunswickMemorial University of NewfoundlandCapital District Health AuthorityQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineStroke (engine)Ischemic strokePhysical medicine and rehabilitationWedge (geometry)Physical therapyCardiologyInternal medicineEmergency medicineIschemiaEngineering

Résumé

récupéré en direct d'OpenAlex

Background The translation of standard-of-care in acute ischemic stroke reperfusion interventions into practice is well established, but multifactorial obstacles exist in complete adoption, which has led to inequities in access and delivery of services. The objective of this study was to improve access and efficiency of ischemic stroke treatment across four Atlantic Canadian Provinces. Methods A stepped-wedge cluster trial was conducted over 30 months with 3 clusters covering 34 sites. The trial was conducted across all 4 Atlantic Canadian provinces: Nova Scotia (NS), New Brunswick (NB), Prince Edward Island (PE), and Newfoundland and Labrador (NL). The design was quasi-randomized, with each cluster associated with one or more provinces: cluster 1—NS; cluster 2—NB and PE; and cluster 3—NL. The patient population was all ischemic stroke patients across all 4 provinces. The intervention was a 6-month modified Quality Improvement Collaborative (mQIC), which was modified from the Breakthrough Series Collaborative to be half of the 1-year period and conducted virtually. The intervention consisted of assembling an interdisciplinary improvement team, 2 full-day workshops, webinars, and virtual site visits. Suggested changes included 6 process improvement strategies. Results Over the trial period, 8,594 ischemic stroke patients were included, out of which 1,599 patients received acute reperfusion treatment. The proportion of patients that received treatment did not increase significantly with the intervention [0.4% increase for patients that received thrombolysis and/or EVT (p = 0.68)]. Median door-to-needle time was reduced by 9.8 min with the intervention (p = 0.006). Cluster 3 saw the greatest improvements in both access and efficiency. Conclusion A mQIC intervention resulted in improvement of process measures like door-to-needle time. Quality improvement initiatives may need to be longer to allow full implementation and tailored for each health system to ensure that each system sees improvement. In-person activities might be critical to ensure fidelity of the intervention. Clinical trial registration ISRCTN11109800, https://www.isrctn.com/ISRCTN11109800 .

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,548

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
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 Opus0,012
Tête enseignante GPT0,279
Écart entre enseignants0,267 · 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'étudeEssai non randomisé
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207