Practitioners' Use of Clinical Practice Guidelines: An Evidence-Based Approach
Notice bibliographique
Résumé
Pre-diabetes is a serious health problem in the United States. Distinguished by plasma glucose levels that are above the normal threshold, patients with pre-diabetes are 10 times more likely to develop type 2 diabetes. Patients with pre-diabetes suffer the same complications as patients with diabetes including diabetic retinopathy, nephropathy, and microalbuminuria. There is considerable evidence to support the idea that early identification and aggressive treatment of pre-diabetes has the potential to delay disease progression. The American Diabetes Association’s clinical practice guideline recommends management of with lifestyle modification and metformin for patients who are at risk for developing type 2 diabetes. The purpose of this project was to evaluate the implementation of the 2012 ADA clinical practice guidelines regarding the management of patients with pre-diabetes by the health care providers at a volunteer-run clinic located in a large metropolitan area in the southeastern United States. This study, even with a small sample size (n=26) revealed that the providers at the clinic had not implemented the 2012 ADA clinical practice guidelines. Clinical practice guidelines promote health care interventions that have proven benefits and improve the consistency of care provided to patients. The greatest benefits of implementing clinical practice guidelines for patients with pre-diabetes are early diagnosis and aggressive disease management. This would improve patient outcomes and in the long run, decrease the cost of medical care.
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 | 0,307 | 0,511 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,034 | 0,026 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,011 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».