The effectiveness of diabetes education in rural clinical practice
Notice bibliographique
Résumé
Objective: Type 2 Diabetes affects approximately 10% of the population in the United States. Diabetes is associated with acute and long-term complications are more severe. Studies are providing a correlation between better self-care actions and a reduction of undesired diabetes outcomes. The purpose of this study was to evaluate the implementation of a diabetes self-management education (DSME) program on glycemic control that was expected to improve staff knowledge and diabetes outcomes.Methods: This study conducted a quality improvement design. Providers and nursing staff in three primary care clinics were recruited. Diabetes Knowledge Test (DKT) and HbA1c were measured pre and post intervention.Results: Data from 15 staff participants were analyzed. The mean score for the pre-test was 81% while the mean score for the post-test was 87%. A paired t-test revealed t = 1.533, df = 3.998 and p = .160. The HbA1c percentage mean over 6 months decreased by 0.02% and subsequently in 3 months by 0.17%. The Friedman rank sum test was used to compare the differences, χ2(2) = 14.79, p < .001. Post-hoc analysis identified a statistical significance in the HbA1c from implementation to post implementation.Conclusions: There was an increase in the percent score in the provider and nursing staff knowledge after implementation of the DSME program. A decrease in percent change of the HbA1c was identified over the three- month implementation period. This study demonstrated that the implementation of a DSME program may contribute to improved glycemic control.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».