Mise en oeuvre d’un réseau intégré de prévention et de gestion du risque cardiométabolique en première ligne à Montréal : une plus grande coordination des soins avec les médecins de première ligne a-t-elle un impact sur les résultats de santé?
Notice bibliographique
Résumé
Introduction La gestion des maladies chroniques nécessite une grande intégration des services. Un programme de gestion du risque cardiométabolique inspiré du Chronic Care Model a été implanté à Montréal pour les patients atteints de diabète ou d’hypertension. Un des objectifs de notre étude était d’apprécier l’impact de la coordination des soins entre les équipes interdisciplinaires et les médecins sur la participation des patients au programme et sur l’amélioration des habitudes de vie et le contrôle de la maladie. Méthodologie Nous avons utilisé des données sur les résultats de santé issues d’un registre de données cliniques et de questionnaires aux patients à leur entrée dans le programme et à 12 mois de suivi, ainsi que des données sur les caractéristiques du programme provenant de l’analyse de son implantation. Nous avons réalisé des analyses de régression multiple, contrôlant pour les caractéristiques sociodémographiques et de santé des patients, pour mesurer l’association entre la coordination de l’équipe interdisciplinaire avec les médecins de première ligne et différents résultats de santé. Résultats Au total, 1689 patients ont participé à l’évaluation (taux de participation 60,1 %). Environ 40 % des patients ont abandonné le programme durant la première année. À 12 mois de suivi (n = 992), nous avons observé une augmentation significative de la proportion des patients atteignant les différentes cibles cliniques. La perception par l’équipe interdisciplinaire d’une meilleure coordination des soins avec les médecins de première ligne était associée à une plus grande participation des patients au programme et à l’atteinte de meilleurs résultats cliniques. Conclusion Une plus grande coordination des services aux patients entre des équipes interdisciplinaires et les médecins de première ligne se traduit par des effets bénéfiques chez les patients.
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 | 0,012 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».