Scale-up of the Kerala Diabetes Prevention Program (K-DPP) in Kerala, India: implementation evaluation findings
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
The cluster-randomized controlled trial of the Kerala Diabetes Prevention Program (K-DPP) demonstrated some significant improvements in cardiometabolic risk factors and other outcomes. We aimed to refine and improve K-DPP for wider implementation in the Kerala state of India. The specific objectives of the scale-up program were (a) to develop a scalable program delivery model and related capacity building in Kerala and (b) to achieve significant improvements in cardiometabolic risk factors in the target population. A total of 118 key trainers of a large women's organization trained 15,000 peer leaders in three districts of Kerala. Each of these peer leaders was required to deliver 12 monthly sessions to ~25 people, reaching an estimated total of 375,000 adults over 12 months. We evaluated the number of sessions conducted, the participation of men, and program reach. We also assessed the effectiveness of the program in a random sample of 1,200 adults before and after the intervention and performed a biochemical evaluation on a subsample of 321. Of the 15,222 peer leaders who were trained, 1,475 (9.7%) returned their evaluation forms, of which, 98% reported conducting at least 1 session, 88% ≥6 sessions, and 74% all 12 sessions. Tobacco use among men reduced from 30% to 25% (p = .02) and alcohol use from 40% to 32% (p = .001). Overall, mean waist circumference reduced from 89.5 to 87.5 cm (p < .001). Although there were some study shortcomings, the approach to scale-up and its implementation was quite effective in reaching a large population in Kerala and there were also some significant improvements in key cardiometabolic risk factors following the 1 year intervention.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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