Priorities for Services in Young Patients With Atherosclerotic Cardiovascular Disease and Their Family Members: An Exploratory Mixed-Methods Study
Notice bibliographique
Résumé
BACKGROUND: Optimal design of clinical programs for patients with premature atherosclerotic cardiovascular disease (ASCVD) (men aged ≤ 50 years, women aged ≤ 55 years) requires an understanding of their priorities. We aimed to explore patient and family priorities for services in clinical programs. METHODS: olumbia (SAVE BC) (n = 15). In Phase II, we designed a questionnaire based on Phase I data and distributed it to all current SAVE BC participants. We collected close-ended responses (n = 116) and stratified data using participant category (index, family member), age, sex, and number of clinic visits. RESULTS: We identified 4 major priorities for services in clinical programs: social support (weight: 62.6%), patient education (weight: 83.5%), mental health (weight: 50.7%), and lifestyle changes (85.1%). To address these priorities, participants wanted ASCVD clinical programs to enable recruitment of their family members, establish a comprehensive education component (with research updates in research programs), deliver mental health screening and support after myocardial infarction, and provide longitudinal sessions to support maintenance of lifestyle modifications. These services were identified in Phase I and verified in Phase II. CONCLUSION: We identified 4 priorities for services in clinical programs designed for patients with premature ASCVD and their families. Further research should be done to elucidate their outcomes and most effective methods to provide these services.
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 | 0,001 | 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 | 0,000 | 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 ».