Tailored interventions to improve hypertension management after stroke or TIA--phase II (TIMS II).
Notice bibliographique
Résumé
BACKGROUND: Reduction of blood pressure (BP) after stroke or TIA decreases stroke recurrence and is a major goal ofsecondary Stroke Prevention Clinics (SPCs). Health care providers need effective screening processes to identify those clients at highest risk of not achieving BP targets and those clients at highest risk ofnon-adherence to medication. METHODS: This multicentred, randomized controlled study used a screening process to identify SPC patients with psychosocial/cognitive deficits (e.g., lack of confidence in the utility of medications, poor memory, mild cognitive impairment) who were experiencing difficulty managing their BP to target values and evaluated whether a model of nurse-led case management program (monthly telephone calls, motivational interviewingfor lifestyle change, plus home BP monitoring and use ofdosettes for medication administration) would improve BP measures and adherence to medications. RESULTS: Both intervention (n=29) and usual care groups (n=27) showed a trend-for'reduced BP at six months (Median ql-q3, Systolic BR p=0.46; Diastolic BR p=0.37). Diabetic patients, irrespective of the group to which they were randomized, were less likely to meet Best Practice Guideline targets than those without diabetes (Chi Square test, p=0.0001). CONCLUSION: Stroke and TIA patients with diabetes may require additional resources and support in order to reach BP target values.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».