Notice bibliographique
Résumé
OBJECTIVE: To improve the documentation and delivery of preconception care to all women of reproductive age attending an inner city hospital's outpatient gynecology clinic. A secondary goal was to evaluate the knowledge and awareness of providers regarding preconception care. STUDY DESIGN: A preintervention chart review of a convenience sample of non-pregnant women with reproductive potential who attend an inner city hospital gynecology clinic (n = 100) was conducted to evaluate delivery of preconception care. Items screened for included: family planning services, domestic violence, nutrition and medical risk factors, medication use, appropriate counseling and use of referral services. All providers in the clinic were surveyed to assess their knowledge of and attitudes toward preconception care. A two-part intervention was then carried out: (1) a one-hour lecture for all providers, and (2) a standardized preconception care form inserted in all charts. A postintervention chart review of a second convenience sample (n = 100) and repeat provider survey were then conducted to evaluate the effectiveness of the two interventions. RESULTS: Following the two-pronged intervention, there was evidence of improved documentation of the delivery of preconception care. Documentation of screening in almost all categories was significantly improved (P < .05). The greatest improvements were noted in complete screening for medical risk factors (from 15% to 44%), for over-the-counter and prescription medication use (from 10% to 70% and 30% to 77%, respectively), domestic violence (from 10% to 57%) and nutrition (from 9% to 50%). However, provider knowledge of and attitudes toward preconception care were not significantly changed. CONCLUSION: The combination of education about preconception care and insertion of a standardized form into a patient's chart led to a clear improvement in the documentation of preconception care. Given the significance of preconception care, insertion of a standardized form should be considered to help providers complete and appropriate care to their patients.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».