Cardiac Rehabilitation Quality Improvement
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
PURPOSE: Despite evidence of the effectiveness of cardiac rehabilitation (CR), there is wide variability in programs, which may impact their quality. The objectives of this review were to (1) evaluate the ways in which we measure CR quality internationally; (2) summarize what we know about CR quality and quality improvement; and (3) recommend potential ways to improve quality. METHODS: For this narrative review, the literature was searched for CR quality indicators (QIs) available internationally and experts were also consulted. For the second objective, literature on CR quality was reviewed and data on available QIs were obtained from the Canadian Cardiac Rehabilitation Registry (CCRR). For the last objective, literature on health care quality improvement strategies that might apply in CR settings was reviewed. RESULTS: CR QIs have been developed by American, Canadian, European, Australian, and Japanese CR associations. CR quality has only been audited across the United Kingdom, the Netherlands, and Canada. Twenty-seven QIs are assessed in the CCRR. CR quality was high for the following indicators: promoting physical activity post-program, assessing blood pressure, and communicating with primary care. Areas of low quality included provision of stress management, smoking cessation, incorporating the recommended elements in discharge summaries, and assessment of blood glucose. Recommended approaches to improve quality include patient and provider education, reminder systems, organizational change, and advocacy for improved CR reimbursement. An audit and feedback strategy alone is not successful. CONCLUSIONS: Although not a lot is known about CR quality, gaps were identified. The quality improvement initiatives recommended herein require testing to ascertain whether quality can be improved.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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