Optimizing nonpharmacological management following an acute exacerbation of chronic obstructive pulmonary disease
Notice bibliographique
Résumé
Though the guidelines for the optimal management of chronic obstructive pulmonary disease (COPD) following an acute exacerbation (AE) are well established, issues associated with poor adherence to nonpharmacological interventions such as self-management advice and pulmonary rehabilitation will impact on hospital readmission rates and health care costs. Systems developed for clinically stable patients with COPD may not be sufficient for those who are post-exacerbation. A redesign of the manner in which such interventions are delivered to patients following an AECOPD is necessary. Addressing two or more components of the chronic care model is effective in reducing health care utilization in patients with COPD, with self-management support contributing a key role. By refining self-management support to incorporate the identification and treatment of psychological symptoms and by providing health care professionals adequate time and training to deliver respiratory-specific advice and self-management strategies, adherence to nonpharmacological therapies following an AE may be enhanced. Furthermore, following up patients in their own homes allows for the tailoring of advice and for the delivery of consistent health care messages which may enable knowledge to be retained. By refining the delivery of nonpharmacological therapies following an AECOPD according to components of the chronic care model, adherence may be improved, resulting in better disease management and possibly reducing health care utilization.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».