Effect of Adding Pharmacists to Primary Care Teams on Blood Pressure Control in Patients With Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effect of adding pharmacists to primary care teams on the management of hypertension and other cardiovascular risk factors in patients with type 2 diabetes. RESEARCH DESIGN AND METHODS: We conducted a randomized controlled trial with blinded ascertainment of outcomes within primary care clinics in Edmonton, Canada. Pharmacists performed medication assessments and limited history and physical examinations and provided guideline-concordant recommendations to optimize medication management. Follow-up contact was completed as necessary. Control patients received usual care. The primary outcome was a ≥10% decrease in systolic blood pressure at 1 year. RESULTS: A total of 260 patients were enrolled, 57% were women, the mean age was 59 years, diabetes duration was 6 years, and blood pressure was 129/74 mmHg. Forty-eight of 131 (37%) intervention patients and 30 of 129 (23%) control patients achieved the primary outcome (odds ratio 1.9 [95% CI 1.1-3.3]; P = 0.02). Among 153 patients with inadequately controlled hypertension at baseline, intervention patients (n = 82) were significantly more likely than control patients (n = 71) to achieve the primary outcome (41 [50%] vs. 20 [28%]; 2.6 [1.3-5.0]; P = 0.007) and recommended blood pressure targets (44 [54%] vs. 21 [30%]; 2.8 [1.4-5.4]; P = 0.003). The 10-year risk of cardiovascular disease, based on changes to the UK Prospective Diabetes Study Risk Engine, were predicted to decrease by 3% for intervention patients and 1% for control patients (P = 0.005). CONCLUSIONS: Significantly more patients with type 2 diabetes achieved better blood pressure control when pharmacists were added to primary care teams, which suggests that pharmacists can make important contributions to the primary care of these patients.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».