The Community Health Assessment Program in the Philippines (CHAP-P) diabetes health promotion program for low- to middle-income countries: study protocol for a cluster randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetes is increasing globally, with the highest burden in low- to middle-income countries (LMICs) such as the Philippines. Developing effective interventions could improve detection, prevention, and treatment of diabetes. The Cardiovascular Health Awareness Program (CHAP), an evidence-based Canadian intervention, may be an appropriate model for LMICs due to its low cost, ease of implementation, and focus on health promotion and disease prevention. The primary aim of this study is to adapt the CHAP model to a Philippine context as the Community Health Assessment Program in the Philippines (CHAP-P) and evaluate the effect of CHAP-P on glycated hemoglobin (HbA1c) compared to a random sample of community residents in control communities. METHODS: Six-month, 26-community (13 intervention, 13 control) parallel cluster randomized controlled trial in Zamboanga Peninsula, an Administrative Region in the southern Philippines. Criteria for community selection include: adequate political stability, connection with local champions, travel feasibility, and refrigerated space for materials. The community-based intervention, CHAP-P sessions, are volunteer-led group sessions with chronic condition assessment, blood pressure monitoring, and health education. Three participant groups will be involved: 1) Random sample of community participants aged 40 or older, 100 per community (1300 control, 1300 intervention participants total); 2) Community members aged 40 years or older who attended at least one CHAP-P session; 3) Community health workers and staff facilitating sessions. PRIMARY OUTCOME: mean difference in HbA1c at 6 months in intervention group individuals compared to control. SECONDARY OUTCOMES: modifiable risk factors, health utilization and access (individual); diabetes detection and management (cluster). Evaluation also includes community process evaluation and cost-effectiveness analysis. DISCUSSION: CHAP has been shown to be effective in a Canadian setting. Individual components of CHAP-P have been piloted locally and shown to be acceptable and feasible. This study will improve understanding of how best to adapt this model to an LMIC setting, in order to maximize prevention, detection, and management of diabetes. Results may inform policy and practice in the Philippines and have the potential to be applied to other LMICs. TRIAL REGISTRATION: ClinicalTrials.gov ( NCT03481335 ), registered March 29, 2018.
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 | 0,033 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,005 |
| Méta-épidémiologie (sens large) | 0,018 | 0,006 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,012 |
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 ».