Contribution of patient and physician factors to cardiac rehabilitation enrollment: a prospective multilevel study
Notice bibliographique
Résumé
BACKGROUND: Cardiac rehabilitation (CR) is an established means of reducing mortality, yet is grossly underutilized. This is due to both health system and patient-level factors; issues that have yet to be investigated concurrently. This study utilized a hierarchical design to examine physician and patient-level factors affecting verified CR enrollment. DESIGN: A prospective multisite study, using a multilevel design of 1490 coronary artery disease outpatients nested within 97 Ontario cardiology practices (mean 15 per cardiologist). METHODS: Cardiologists completed a survey regarding CR attitudes. Outpatients were surveyed prospectively to assess factors affecting CR enrollment. Patients were mailed a follow-up survey 9 months later to self-report CR enrollment. This was verified with 40 CR sites. RESULTS: Five hundred and fifty (43.4%) outpatients were referred, and 469 (37.0%) enrolled in CR. In mixed logistic regression analyses, factors affecting verified CR enrollment were greater strength of physician endorsement (P=0.005), shorter distance to CR (P=0.001), being married (P=0.01), and fewer perceived CR barriers (P=0.03). CONCLUSION: Both physician and patient factors play a part in CR enrollment. Patient CR barriers should be addressed during referral discussions, and reasons why physicians fail to uniformly endorse CR exploration. Although distance to CR was related to patient enrollment patterns, greater access to home-based CR services should be 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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».