HOME BLOOD PRESSURE EDUCATIVE PROGRAMS: IMPACT ON ADULT KNOWLEDGE AND PRACTICE: PP.25.01
Notice bibliographique
Résumé
Home blood pressure measurement (HBPM) can improve screening and treatment of hypertension. Other benefits linked with HBPM are better therapeutic adherence, faster reach of blood pressure target value and self-care enhancement. HBPM is included in the vast majority of hypertension guidelines around the world. Patients are becoming more interested in the technique and are buying devices in large numbers. Despite clear benefits demonstrated and attraction provide by HBPM, literature is scarce when it comes to validated educational programs. Few authors have yet to demonstrate the efficacy and validity of a HPBM educational strategy. Objective: Determine the impact on adult knowledge and practice for HBPM following three different educational strategies. Design and Method: A pre test post test design was chosen. Adult workers from a French Canadian University having never received formal teaching on HBPM were included. Participants were randomly assigned to three different educational strategies following Canadian hypertension educational program; individual session, group session or self-learning with a booklet. Knowledge was assessed with a questionnaire while skills were evaluated with an observational grid. Results: Sixty participants were included. Analysis shows that individual, group sessions and self learning strategy improve knowledge significantly with greater post test scores (38%, 54% and 45% vs up 97%, 99% and 90% respectively, p < 0,001). Individual and group sessions were more effective than a self-learning strategy (p = 0,01). As for skills development, individual and group sessions are clearly more effective than self-learning module as shown with post test scores: 74%, 79% and 53% respectively (p = 0,01). Conclusions: This study has demonstrated that different strategies can be used effectively to teach adults how to measure their blood pressure. Notwithstanding this, the interaction with an educator has proven beneficial, especially regarding skills acquisition.
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 | 0,001 |
| 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) | 0,029 | 0,003 |
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 ».