Quality of cardiovascular disease care in Ontario, Canada: missed opportunities for prevention - a cross sectional study
Notice bibliographique
Résumé
BACKGROUND: Primary care plays a key role in the prevention and management of cardiovascular disease (CVD). We examined primary care practice adherence to recommended care guidelines associated with the prevention and management of CVD for high risk patients. METHODS: We conducted a secondary analysis of cross-sectional baseline data collected from 84 primary care practices participating in a large quality improvement initiative in Eastern Ontario from 2008 to 2010. We collected medical chart data from 4,931 patients who either had, or were at high risk of developing CVD to study adherence rates to recommended guidelines for CVD care and to examine the proportion of patients at target for clinical markers such as blood pressure, lipid levels and hemoglobin A1c. RESULTS: Adherence to preventive care recommendations was poor. Less than 10% of high risk patients received a waistline measurement, half of the smokers received cessation advice, and 7.7% were referred to a smoking cessation program. Gaps in care exist for diabetes and kidney disease as 54.9% of patients with diabetes received recommended hemoglobin-A1c screenings, and only 55.8% received an albumin excretion test. Adherence rates to recommended guidelines for coronary artery disease, hypertension, and dyslipidemia were high (>75%); however <50% of patients were at target for blood pressure or LDL-cholesterol levels (37.1% and 49.7% respectively), and only 59.3% of patients with diabetes were at target for hemoglobin-A1c. CONCLUSIONS: There remain significant opportunities for primary care providers to engage high risk patients in prevention activities such as weight management and smoking cessation. Despite high adherence rates for hypertension, dyslipidemia, and coronary artery disease, a significant proportion of patients failed to meet treatment targets, highlighting the complexity of caring for people with multiple chronic conditions.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».