Development of an interprofessional program for cardiovascular prevention in primary care: A participatory research approach
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
BACKGROUND: The chronic care model provides a framework for improving the management of chronic diseases. Participatory research could be useful in developing a chronic care model-based program of interventions, but no one has as yet offered a description of precisely how to apply the approach. OBJECTIVES: An innovative, structured, multi-step participatory process was applied to select and develop (1) chronic care model-based interventions program to improve cardiovascular disease prevention that can be adapted to a particular regional context and (2) a set of indicators to monitor its implementation. METHODS: Primary care clinicians (n = 16), administrative staff (n = 2), patients and family members (n = 4), decision makers (n = 5), researchers, and a research coordinator (n = 7) took part in the process. Additional primary care actors (n = 26) validated the program. RESULTS: The program targets multimorbid patients at high or moderate risk of cardiovascular disease with uncontrolled hypertension, dyslipidemia or diabetes. It comprises interprofessional follow-up coordinated by case-management nurses, in which motivated patients are referred in a timely fashion to appropriate clinical and community resources. The program is supported by clinical tools and includes training in motivational interviewing. A set of 89 process and clinical indicators were defined. CONCLUSION: Through a participatory process, a contextualized interventions program to optimize cardiovascular disease prevention and a set of quality indicators to monitor its implementation were developed. Similar approach might be used to develop other health programs in primary care if program developers are open to building on community strengths and priorities.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle