Automatic Referral to Cardiac Rehabilitation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Cardiac rehabilitation (CR) remains underused and inconsistently accessed, particularly for women and minorities. This study examined the factors associated with CR enrollment within the context of an automatic referral system through a retrospective chart review plus survey. Through the Behavioral Model of Health Services Utilization, it was postulated that enabling and perceived need factors, but not predisposing factors, would significantly predict patient enrollment. SUBJECTS: A random sample of all atherosclerotic heart disease (AHD) patients treated at a tertiary care center (Trillium Health Centre, Ontario, Canada) from April 2001 to May 2002 (n = 501) were mailed a survey using a modified Dillman method (71% response rate). MEASURES: Predisposing measures consisted of sociodemographics such as age, sex, ethnocultural background, work status, level of education, and income. Enabling factors consisted of barriers and facilitators to CR attendance, exercise benefits and barriers (EBBS), and social support (MOS). Perceived need factors consisted of illness perceptions (IPQ) and body mass index. RESULTS: Of the 272 participants, 199 (73.2%) attended a CR assessment. Lower denial/minimization, fewer logistical barriers to CR (eg, distance, cost), and lower perceptions of AHD as cyclical or episodic reliably predicted CR enrollment among cardiac patients who were automatically referred. CONCLUSION: Because none of the predisposing factors were significant in the final model, this suggests that factors associated with CR enrollment within the context of an automatic referral model relate to enabling factors and perceived need. A prospective controlled evaluation of automatic referral is warranted.
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.
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 | 0,001 |
| 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 | 0,000 | 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 découle