Testing for Coronary Artery Disease in Patients Newly Diagnosed with Heart Failure in Alberta, Canada
Notice bibliographique
Résumé
Background: Early identification of coronary artery disease (CAD) in patients newly diagnosed with heart failure (HF) has prognostic and therapeutic implications. We evaluated frequency and predictors of CAD testing in Alberta between April 1, 2004 and March 31, 2023. Methods: Population-level retrospective cohort study using linked administrative health datasets and previously validated case definitions. Results: Of 166,447 adults with newly diagnosed HF, 64.2% first presented in the outpatient setting. Within the first month of diagnosis, patients were most likely to be seen by a primary care physician only (PCP, 41.8%); co-management with PCP and a specialist was the second most common management strategy (31.6%). Within 6-months of diagnosis, 46,143 (27.7%) patients had at least one diagnostic evaluation for CAD; coronary catheterization was more common in patients diagnosed in hospital while non-invasive imaging was more common in non-hospitalized patients. Testing was strongly associated with specialist involvement: 54.4% if co-managed with PCP [aOR 5.19, 95% confidence interval 4.96-5.43], 39.6% if saw specialist alone [aOR 2.86, 2.75- 2.97], and 13.8% if managed by PCP alone [referent]). Although frequency of echocardiography and CAD non-invasive imaging rose sharply in 2017, the majority of patients with new HF in all years were not tested for CAD. Conclusion: Despite its prognostic importance, CAD testing is performed in a minority of patients with newly diagnosed heart failure and is heavily influenced by specialist involvement. Optimizing CAD testing patterns for all patients newly diagnosed with HF should be a priority for clinicians and policy makers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».