Improved Veteran Outcomes Diagnosed with Myocardial Infarction
Notice bibliographique
Résumé
Kentucky’s veteran population is approximately 295,390 with most veterans being sixty-five years of age or older (National Center for Veterans Analysis and Statistic, 2018). Due to Kentucky’s veteran population being sixty-five years and older, and since the leading cause of death in Kentucky is heart disease, tracking quality measures for coronary artery disease benefits the veteran population. The purpose of this scholarly project was to perform a chart review for every patient within the inpatient hospital that has had an ST-elevation myocardial infarction and non-ST elevated myocardial infarction, identified key areas of improvement, and implemented evidence-based American Heart Association's Get with the Guidelines CAD protocol to improve outcomes. Data was collected from charts with a diagnosis of STEMI and NSTEMI for the 2021 year. Two areas of focus were found for improvement. ECG within 10 minutes of arrival and cardiac rehabilitation orders from the inpatient setting was under expected benchmarks. Re-education of Emergency Department staff on identifying which patients to bring back for immediate ECG took place. Identification of which cardiology fellows are responsible for placing the cardiac rehab order and educated fellows on this need. Quarterly meetings among key stakeholders discussed patient data documenting implementation of the Get with the Guidelines CAD protocol and evaluated for benchmark achievements and implementation change needs. Quarter four data showed all benchmarks were met for a consecutive 90 days earning this inpatient hospital, the Mission: Lifeline NSTEMI Bronze award for 2021.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».