A Systematic Review of Interventions to Improve Diabetes Care in Socially Disadvantaged Populations
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
OBJECTIVE: To identify and synthesize evidence about the effectiveness of patient, provider, and health system interventions to improve diabetes care among socially disadvantaged populations. RESEARCH DESIGN AND METHODS: Studies that were included targeted interventions toward socially disadvantaged adults with type 1 or type 2 diabetes; were conducted in industrialized countries; were measured outcomes of self-management, provider management, or clinical outcomes; and were randomized controlled trials, controlled trials, or before-and-after studies with a contemporaneous control group. Seven databases were searched for articles published in any language between January 1986 and December 2004. Twenty-six intervention features were identified and analyzed in terms of their association with successful or unsuccessful interventions. RESULTS: Eleven of 17 studies that met inclusion criteria had positive results. Features that appeared to have the most consistent positive effects included cultural tailoring of the intervention, community educators or lay people leading the intervention, one-on-one interventions with individualized assessment and reassessment, incorporating treatment algorithms, focusing on behavior-related tasks, providing feedback, and high-intensity interventions (>10 contact times) delivered over a long duration (>or=6 months). Interventions that were consistently associated with the largest negative outcomes included those that used mainly didactic teaching or that focused only on diabetes knowledge. CONCLUSIONS: This systematic review provides evidence for the effectiveness of interventions to improve diabetes care among socially disadvantaged populations and identifies key intervention features that may predict success. These types of interventions would require additional resources for needs assessment, leader training, community and family outreach, and follow-up.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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