16-LB: Patient and Paramedic Experiences with a Direct Electronic Referral Program for Hypoglycemia (HG) Education following Paramedic Service Assist–Requiring HG: A Qualitative Study
Notice bibliographique
Résumé
Hypoglycemia requiring paramedic assistance negatively impacts outcomes in people with diabetes. Prior studies have shown only a small proportion of those with paramedic assist-requiring HG are brought to hospital. These episodes are thus “invisible” to the health care system. An innovative direct electronic referral program in which paramedics sent a referral for focused HG education to the Diabetes Education Centre (DEC) at the time of paramedic assessment was implemented for 18 months. Program uptake was lower than expected (133 referrals, 79 scheduled, and 50 attended). This qualitative study examines barriers and facilitators of DEC attendance for HG education after paramedic assist-requiring HG. We conducted semi-structured interviews of patients with paramedic-assisted HG and surveyed paramedics about their experiences. Of 34 paramedics, 30 (88%) attended at least 1 HG call in the study period and 26 (76%) used the referral program. Fourteen patients (18% response rate) participated: 8 men (57%); 13 (93%) age ≥ 50 yrs. Eight patients (57%) recalled the paramedic referral, 6 (43%) did not, and 4 (29%) thought they were referred by their family doctor. One patient thought attendance was mandatory to keep their drivers’ license. Themes identified from patient responses included: positive impact of diabetes education especially if delivered early after diagnosis, importance of spousal support and in-person education. Barriers to attendance were prior DEC attendance especially in those with long diabetes duration and embarrassment (failure to self-manage, memory loss around the HG event). While patients felt that focused HG education is an excellent strategy to reduce recurrent episodes, many had already attended similar sessions and felt further education was not needed. Hence, an important gap in providing HG education to patients with severe HG may be both system-based and disease-related. Disclosure S.L. Liu: Consultant; Self; Merck & Co., Inc., Novo Nordisk Inc., Sanofi. Research Support; Self; Novo Nordisk Inc., Sanofi. A. Rosa: None. S.L. Sibbald: None. J. Mahon: None. D.R. Carter: None. M. Peddle: None. T. Spaic: Research Support; Self; Novo Nordisk Inc. Speaker’s Bureau; Self; Dexcom, Inc., Sanofi. Funding Academic Medical Association of Southwestern Ontario (INN16-004)
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».