Integration of chronic disease prevention and management services into primary care: a pragmatic randomized controlled trial (PR1MaC)
Notice bibliographique
Résumé
<h3>Background:</h3> Chronic disease prevention and management programs are usually single-disease oriented. Our objective was to evaluate an intervention that targeted multiple chronic conditions and risk factors. <h3>Methods:</h3> We conducted a pragmatic randomized controlled trial involving patients aged 18-75 years with at least 1 of the targeted chronic conditions or risk factors from 8 primary care practices in the Saguenay region of Quebec, Canada, to evaluate an intervention that included self-management support and patient-centred motivational approaches. Self-management (primary outcome) was evaluated using the Health Education Impact Questionnaire (heiQ). Secondary outcomes included self-efficacy, health-related quality of life, psychological distress and health behaviours. <h3>Results:</h3> Three hundred thirty-two patients were recruited and randomly assigned (<i>n</i> = 166 for both intervention and control groups) and evaluated after 3 months. The intervention group showed improvement in 6 of the 8 heiQ domains: health-directed behaviour (relative risk [RR] 1.71, 95% confidence interval [CI] 1.13 to 2.59), emotional well-being (RR 1.73, 95% CI 1.07 to 2.79), self-monitoring and insight (RR 2.40, 95% CI 1.19 to 4.86), constructive attitudes and approaches (RR 2.40, 95% CI 1.37 to 4.21), skill and technique acquisition (RR 1.70, 95% CI 1.14 to 2.53), and health service navigation (RR 1.93, 95% CI 1.08 to 3.47). Improvement was also observed in the Physical Component Summary (<i>p</i> = 0.017) and the Single Index (<i>p</i> = 0.041) of the 12-Item Short Form Health Survey (version 2). The intervention group improved in fruit and vegetable consumption (odds ratio [OR] 2.36, 95% CI 1.41 to 3.95) and physical activity (OR 3.81, 95% CI 1.65 to 8.76). One-year improvement was maintained in the intervention group for several outcomes. <h3>Interpretation:</h3> It is possible to implement an intervention integrating chronic disease prevention and management services into primary care settings. We obtained positive and promising results using this intervention. <b>Trial registration:</b> ClinicalTrials.gov, no.: NCT01319656.
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) | 0,001 | 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 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 ».