Health Care System Collaboration to Address Chronic Diseases: A Nationwide Snapshot From State Public Health Practitioners
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Until recently, health care systems in the United States often lacked a unified approach to prevent and manage chronic disease. Recent efforts have been made to close this gap through various calls for increased collaboration between public health and health care systems to better coordinate provision of services and programs. Currently, the extent to which the public health workforce has responded is relatively unknown. The objective of this study is to explore health care system collaboration efforts and activities among a population-based sample of state public health practitioners. METHODS: During spring 2013, a national survey was administered to state-level chronic disease public health practitioners. Respondents were asked to indicate whether or not they collaborate with health care systems. Those who reported "yes" were asked to indicate all topic areas in which they collaborate and provide qualitative examples of their collaborative work. RESULTS: A total of 759 respondents (84%) reported collaboration. Common topics of collaboration activities were tobacco, cardiovascular health, and cancer screening. More client-oriented interventions than system-wide interventions were found in the qualitative examples provided. Respondents who collaborated were also more likely to use the Community Guide, use evidence-based decision making, and work in program areas that involved secondary, rather than primary, prevention. CONCLUSION: The study findings indicate a need for greater guidance on collaboration efforts that involve system-wide and cross-system interventions. Tools such as the Community Guide and evidence-based training courses may be useful in providing such guidance.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle