Improvements in Patient-Reported Outcomes Associated With an Intervention to Enhance Quality of Care for Rural Patients With Type 2 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to examine patient-reported outcomes in a controlled trial of a multifaceted provider-level intervention to improve quality of care for rural patients with type 2 diabetes. RESEARCH DESIGN AND METHODS: We conducted a before/after intervention study with concurrent controls in two rural regions in Alberta, Canada. The intervention consisted of six monthly visits by a multidisciplinary health care team and was primarily directed at primary care providers. Clinical and patient-reported outcomes were assessed after 6 months. Patient-reported outcomes included changes in health-related quality of life (Health Utilities Index Mark 3 [HUI3]), satisfaction with care, lifestyle (Diabetes Lifestyle Form), and adherence to self-care activities. Analysis of covariance was used to assess differences over time between the control and intervention regions. RESULTS: A total of 200 intervention and 172 control subjects were included in this analysis. After adjusting for important clinical and demographic differences, a statistically significant and clinically important improvement in the overall HUI3 score was seen at the 6-month follow-up in the intervention region (0.06 [95% CI 0.02-0.10]) compared with the control region (0.01 [-0.04 to 0.04]) (P = 0.03 for the difference between groups). Satisfaction with general medical care (P < 0.001 between groups) and diabetes care (P < 0.001 between groups) increased among patients in the intervention region compared with the control region. Self-efficacy, attitudes, and beliefs about diabetes control all increased in the intervention region when compared with the control region, but adherence to self-care activities did not. CONCLUSIONS: A provider-level intervention directed at improving quality of clinical care for patients with type 2 diabetes also had a favorable impact on overall health-related quality of life, satisfaction with care, and other humanistic outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 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 ».