The role of alcohol in the management of hypertension in patients in European primary health care practices – a survey in the largest European Union countries
Notice bibliographique
Résumé
BACKGROUND: Even though addressing lifestyle problems is a major recommendation in most guidelines for the treatment of hypertension (HTN), alcohol problems are not routinely addressed in the management of hypertension in primary health care. METHODS: Internet based survey of 3081 primary care physicians, recruited via the mailing lists of associations for general practitioners (GPs) in France, Germany, Italy, Spain and the UK. Clinical practice, attitudes, knowledge, education and training were assessed. Logistic regression to predict screening, brief intervention and treatment for alcohol dependence in the management of hypertension were assessed. RESULTS: Overall, about one third of the interviewed GPs reported sufficient screening in cases with HTN (34.0 %, 95 % confidence interval (CI):32.1-35.8 %). One out of five GPs screened and delivered brief interventions in HTN patients with hazardous consumption (22.2 %, 95 % CI: 20.6-23.8 %) and about one in 13 GPs provided treatment for HTN patients with alcohol dependence other than advice or brief intervention (7.8 %, 95 % CI: 6.8-8.9 %). Post-graduate training and belief in their effectiveness predicted interventions. There were marked differences between countries. CONCLUSIONS: While current interventions were overall low, marked differences between countries indicate that current practices could be improved. Education and post-graduate training seems to be key in improving clinical practice of including interventions for problematic alcohol consumption and alcohol dependence in primary health care.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».