An Overview of Chronic Disease Models: A Systematic Literature Review
Notice bibliographique
Résumé
AIMS: The objective of our study was to examine various existing chronic disease models, their elements and their role in the management of Diabetes, Chronic Obstructive Pulmonary Disease (COPD), and Cardiovascular diseases (CVD). METHODS: A literature search was performed using PubMed and CINHAL during a period of January 2003- March 2011. Following key terms were used either in single or in combination such as "Chronic Disease Model" AND "Diabetes Mellitus" OR "COPD" OR "CVD". RESULTS: A total of 23 studies were included in the final analysis. Majority of the studies were US-based. Five chronic disease models included Chronic Care Model (CCM), Improving Chronic Illness Care (ICIC), and Innovative Care for Chronic Conditions (ICCC), Stanford Model (SM) and Community based Transition Model (CBTM). CCM was the most studied model. Elements studied included delivery system design and self-management support (87%), clinical information system and decision support (57%) and health system organization (52%). Elements including center care on the patient and family (13%), patient safety (4%), community policies (4%), built integrated health care (4%) and remote patient monitoring (4%) have not been well studied. Other elements including support paradigm shift, manage political environment, align sectoral policies for health, use healthcare personnel more effectively, support patients in their communities, emphasize prevention, identify patient specific concerns related to the transition process, and health literacy between visits and treatments have also not been well studied in the existing literature. CONCLUSIONS: It was unclear to what extent the results generated is applicable to different populations and locations and therefore is an area of future research. Future studies are also needed to test chronic disease models in settings where more racially and ethnically representative patients receive chronic care. Future program development should also include information on other barriers including transportation issues, finances and lack of services.
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 | 0,014 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,033 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».