Diabetic and Obese Patient Clinical Outcomes Improve During a Care Management Implementation in Primary Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: To address the increasing burden of chronic disease, many primary care practices are turning to care management and the hiring of care managers to help patients coordinate their care and self-manage their conditions. Care management is often, but not always, proving effective at improving patient outcomes, but more evidence is needed. METHODS: In this pair-matched cluster randomized trial, 5 practices implemented care management and were compared with 5 comparison practices within the same practice organization. Targeted patients included diabetic patients with a hemoglobin A1c >9% and nondiabetic obese patients. Clinical values tracked were A1c, blood pressure, low-density lipoprotein, microalbumin, and weight. RESULTS: Clinically important improvements were demonstrated in the intervention versus comparison practices, with diabetic patients improving A1c control and obese patients experiencing weight loss. There was a 12% relative increase in the proportion of patients meeting the clinical target of A1c <7% (95% CI, 3%-20%), and 26% of obese nondiabetic patients in chronic care management practices lost 5% or more of their body weight as compared with 10% of comparison patients (adjusted relative improvement, 15%; CI, 2%-28%). CONCLUSIONS: These findings add to the growing evidence-base for the effectiveness of care management as an effective clinical practice with regard to improving diabetes- and obesity-related 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.
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 | 0,003 | 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 | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 découle