Addressing the gaps in diabetes care in first nations communities with the reorganizing the approach to diabetes through the application of registries (RADAR): the project protocol
Notice bibliographique
Résumé
BACKGROUND: Type-2 diabetes rates in First Nations communities are 3-5 times higher than the general Canadian population, resulting in a high burden of disease, complications and comorbidity. Limited community nursing capacity, isolated environments and a lack of electronic health records (EHR)/registries lead to a reactive, disorganized approach to diabetes care for many First Nations people. The Reorganizing the Approach to Diabetes through the Application of Registries (RADAR) project was developed in alignments with federal calls for innovative, culturally relevant, community-specific programs for people with type-2 diabetes developed and delivered in partnership with target communities. METHODS: RADAR applies both an integrated diabetes EHR/registry system (CARE platform) and centralized care coordinator (CC) service that will support local healthcare. The CC will work with local healthcare workers to support patient and community health needs (using the CARE platform) and build capacity in best practices for type-2 diabetes management. A modified stepped wedge controlled trial design will be used to evaluate the model. During the baseline phase, the CC will work with local healthcare workers to identify patients with type-2 diabetes and register them into the CARE platform, but not make any management recommendations. During the intervention phase, the CC will work with local healthcare workers to proactively manage patients with type-2 diabetes, including monitoring and recall of patients, relaying clinical information and coordinating care, facilitated through the shared use of the CARE platform. The RE-AIM framework will provide a comprehensive assessment of the model. The primary outcome measure will be a 10% improvement in any one of A1c, BP, or cholesterol over the baseline values. Secondary endpoints will address other diabetes care indicators including: the proportion of clinical measures completed in accordance with guidelines (e.g., foot and eye examination, receipt of vaccinations, smoking cessation counseling); the number of patients registered in CARE; and the proportion of patients linked to a health services provider. The cost-effectiveness of RADAR specific to these communities will be assessed. Concurrent qualitative assessments will provide contextual information, such as the quality/usability of the CARE platform and the impact/satisfaction with the model. DISCUSSION: RADAR combines innovative technology with personalized support to deliver organized diabetes care in remote First Nations communities in Alberta. By improving the ability of First Nations to systematically identify and track diabetes patients and share information seamlessly an overall improvement in the quality of clinical care of First Nations people living with type-2 diabetes on reserve is anticipated. TRIAL REGISTRATION: ISRCTN study ID ISRCTN14359671 , retrospectively registered October 7, 2016.
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 | 0,113 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,011 |
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 ».