Primary care intervention to address cardiovascular disease medication health literacy among Indigenous peoples: Canadian results of a pre-post-design study
Notice bibliographique
Résumé
CONTEXT: Cardiovascular diseases (CVD) are a leading cause of illness and death for Indigenous people in Canada and globally. Appropriate medication can significantly improve health outcomes for persons diagnosed with CVD or for those at high risk of CVD. Poor health literacy has been identified as a major barrier that interferes with client understanding and taking of CVD medication. Strengthening health literacy within health services is particularly relevant in Indigenous contexts, where there are systemic barriers to accessing literacy skills. OBJECTIVE: The aim of this study is to test the effect of a customized, structured health literacy educational program addressing CVD medications. METHODS: Pre-post-design involves health providers and Indigenous clients at the De dwa da dehs nye>s Aboriginal Health Centre (DAHC) in Ontario, Canada. Forty-seven Indigenous clients with or at high risk of CVD received three educational sessions delivered by a trained Indigenous nurse over a 4- to 7-week period. A tablet application, pill card and booklet supported the sessions. Primary outcomes were knowledge of CVD medications and health literacy practices, which were assessed before and after the programe. RESULTS: Following the program compared to before, mean medication knowledge scores were 3.3 to 6.1 times higher for the four included CVD medications. Participants were also more likely to refer to the customized pill card and booklet for information and answer questions from others regarding CVD. CONCLUSIONS: This customized education program was highly effective in increasing medication knowledge and health literacy practice among Indigenous people with CVD or at risk of CVD attending the program at an urban Indigenous health centre.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».