A critical realist approach to understanding and evaluating heart health programmes
Notice bibliographique
Résumé
Secondary prevention programmes for Coronary Heart Disease (CHD) aim to reduce cardiovascular risks and promote health in people with heart disease. Though programmes have been associated with health improvements in study populations, access to programmes remains low, and quality and effectiveness is highly variable. Current guidelines propose significant modifications to programmes, but existing research provides little insight into why programme effectiveness varies so much. Drawing on a critical realist approach, this article argues that current research has been based on an impoverished ontology, which has elements of positivism, does not explore the social determinants of health or the effects on outcomes of salient contextual factors, and thereby fails to account for programme variations. Alternative constructivist approaches are also weak and lacking in clinical credibility. An alternative critical realist approach is proposed that draws on the merits of subjectivist and objectivist approaches but also reflects the complex interplay between individual, programme-related, socio-cultural and organizational factors that influence health outcomes in open systems. This approach embraces measurement of objective effectiveness but also examines the mechanisms, organizational and contextual-related factors causing these outcomes. Finally, a practical example of how a critical realist approach can guide research into secondary prevention programmes is provided.
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 | 0,108 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,048 |
| Communication savante | 0,018 | 0,019 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».