PO008 Assessment of Cardiovascular Risk In Obese Adolescents Using Tissue Doppler Studies In Egypt
Notice bibliographique
Résumé
Health-system barriers and facilitators associated with cardiovascular medication adherence have seldom been studied, particularly in low- and middle-income countries where uptake rates are poorest.This study sought to explore the major obstacles and facilitators to the use of evidence-supported medications for secondary prevention of cardiovascular disease using qualitative analysis in 2 diverse countries across multiple levels of their health care systems.A qualitative descriptive study approach was implemented in Hamilton, Ontario, Canada, and Delhi, India. A purposeful sample (n = 69) of 23 patients, 10 physicians, 2 nurse practitioners, 5 Department of Ayurveda, Yoga and Naturopathy, Unani, Siddha, and Homoeopathy physicians, 11 pharmacists, 3 nurses, 4 hospital administrators, 1 social worker, 3 nongovernmental organization workers, 2 pharmaceutical company representatives, and 5 policy makers participated in interviews in Hamilton, Ontario, Canada (n = 21), and Delhi, India (n = 48). All interviews were digitally recorded and transcribed followed by directed content analysis to summarize and categorize the interviews.Themes that emerged across the stakeholder groups included: medication counseling; monitoring adherence; medication availability; medication affordability and drug coverage; time restrictions; and task shifting. The depth of verbal medication counseling provided varied substantially between countries, with prescribers in India unable to convey relevant information about drug treatments due to time constraint and high patient load. Canadian patients reported drug affordability as a common issue and very few patients were familiar with government subsidized drug programs. In India, patients purchased medications out-of-pocket from private, community pharmacies to avoid long commutes, lost wages, and unavailability of medications from hospitals formularies. Task shifting medication-refilling and titration to nonphysician health workers was accepted and supported by physicians in Canada but not in India, where many of the physicians considered a high level of clinical expertise a precondition to carry out these tasks skillfully.Our findings reveal context-specific, health system factors that affect the patient's choice or ability to initiate and/or continue cardiovascular medication. Strategies to optimize cardiovascular drug use should be targeted and relevant to the health care system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».