Effectiveness of public stroke educational interventions: a review
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Recognizing stroke symptoms and acting quickly can reduce death and disability, but public awareness of stroke risk factors, symptoms and what to do about them is still limited. Stroke educational campaigns are used worldwide but there are few published evaluations of such campaigns. METHODS: The literature from 1999 to 2012 on the effectiveness of stroke educational campaigns was reviewed and summarized with narrative synthesis. Web-based campaigns were also described. Three databases and one search engine were explored with two keywords (stroke campaign and stroke promotion). The reference lists of all included articles were also examined. RESULTS: Twenty-two intervention studies and five web-based campaigns were included in the review. Most interventions proved partially effective, in terms of gender preference (women) or type of information retained or media preferred. Only one intervention proved ineffective. Mass media campaigns can be effective but require sustained funding, and their ability to target high-risk subgroups, whether aging, linguistic or socioeconomic, is unclear. Three community-based participatory stroke promotion interventions proved partially effective, but the small sample sizes might have underpowered the results. Web-based campaigns are efficient in reaching a large number of people but tend to attract a selected and self-selected population. CONCLUSIONS: Stroke educational campaigns have the potential to improve knowledge and awareness and change the behavior of a large number of people. Health promoters and investigators must adopt flexibility and participatory mentality to develop cost-effective interventions. Both community-based campaigns and E-tools should be integrated within a comprehensive multifaceted stroke promotion strategy to expand their reach.
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 | 0,009 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».