Development of a community health and wellness pilot in a subsidised seniors’ apartment building in Hamilton, Ontario: Community Health Awareness Program delivered by Emergency Medical Services (CHAP-EMS)
Notice bibliographique
Résumé
BACKGROUND: Older adults have higher risk of developing cardiovascular disease, diabetes and falls, leading to costly emergency medical service (EMS) calls and emergency room visits. We developed the Community Health Assessment Program through EMS (CHAP-EMS) that focuses on health promotion/prevention of hypertension and diabetes, links with primary care practitioners, targets seniors living in subsidized housing, and aims to reduce morbidity from these conditions, thereby reducing EMS calls. In this pilot study, we evaluated the feasibility of implementing the CHAP-EMS, attendance rates, prevalence of high blood pressure and cardiovascular risk factors. METHODS: In this pilot study the CHAP-EMS was implemented in the intervention site over a 12 month period. BP, lifestyle, cardiovascular risk and EMS call rates were collected and descriptive analyses performed. Participants were residents (low income seniors) of a subsidized housing complex in Hamilton, Ontario. Two paramedics provided once-weekly sessions, measuring BP, assessing diabetes/lifestyle risk (CANRISK questionnaire) and discussed prevention/local wellness activities in the intervention site. Follow up was invited. RESULTS: A total of 1365 visits with 79 unique participants occurred; 48 (25.2%) visited at least twice; mean age was 72.2; 87.2% were 65 years of age and older and 68.1% were female; 90.3% had a family doctor. Overall, 45.2% had elevated BP initially from the total; 50.0% of participants previously diagnosed with hypertension had elevated BP while 33.3% not previously diagnosed had elevated BP. Almost 1 in 5 (19.4%) had diabetes; 66.7% had moderate to high risk of developing diabetes. CONCLUSION: This pilot study indicates that CHAP-EMS is a feasible program that could have impact on BP, lifestyle factors, diabetes risk and EMS calls in the buildings in which it was implemented.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».