Rapid reduction in hospitalisations after an intervention to manage severe asthma
Notice bibliographique
Résumé
Asthma is the third cause of hospitalisations due to clinical illnesses in Brazil. The Programme for Control of Asthma in Bahia (ProAR) leads an initiative in Salvador City (Brazil) to manage severe asthma for free. The aim of this study was to identify trends in asthma hospitalisation in the entire city and to evaluate the impact of ProAR. Information on asthma hospitalisations from 1998 to 2006 was collected. We analysed trends in Salvador (2.8 million inhabitants) before and after ProAR, taking pneumonia and myocardial infarction into account for local comparison. As an external control we obtained information on asthma from Recife, which is the most comparable Brazilian city. In Salvador, asthma hospital admissions declined by 82.3% (1998-2006). A greater proportion of this reduction (74%) occurred after 2003, in parallel with the implementation of ProAR. The reduction in asthma admissions in Recife was smaller. The rates of hospitalisation in 2006 were 2.25 per 10,000 inhabitants in Salvador and 17.06 in Recife. In Salvador, we found an inverse correlation between the provision of medication for asthma and hospitalisation (-0.801; p<0.0001). A rapid reduction in asthma admissions in the entire city of Salvador was associated with ProAR, a public health intervention targeting severe asthma.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».