Quicr-Alberta Stroke Program : Targeting inpatient Stroke Outcomes
Notice bibliographique
Résumé
Background:Reperfusion strategies in acute stroke over the past decade have dramatically altered functional outcomes in stroke patients. Strategies such as QuICR have focused on increasing the number of patients that present within the time window, thereby increasing the total number of stroke patients receiving acute stroke interventions (ASI). However, the population of patients who present with acute In Hospital Strokes (IHS), have been largely excluded from educational strategies targeting outcome. Review of the outcomes of IHS, relative to u201cout of hospital strokesu201d (OHS), indicate common trends of fewer proportions treated with ASI and poorer outcomes. IHS patients who do undergo ASI have demonstrated comparably good outcomes. A related cohort is that of patients with relapsing symptoms occurring in the emergency room (IHS-Er) setting. Methods: These groups were excluded from the first phase of the ongoing QuICR initiative of the Alberta Stroke Program. A three component strategy of: 1. Data Collection; 2. Knowledge Attitude and Practices Survey (KAPS) and 3. Education targeting this population of patients was implemented in phase 2. Results: Post implementation; an increase in the number of stroke codes called and proportion of acute strokes treated that were IHS was seen ( p = 0.02 for 2017 vs 2014). Conclusion: Concerted provincial strategies can improve access of IHS to ASI at representative Comprehensive and Primary Stroke Centres.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».