Initial Outcomes of CardioClick, a Telehealth Program for Preventive Cardiac Care: Observational Study
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
BACKGROUND: Telehealth use has increased in specialty clinics, but there is limited evidence on the outcomes of telehealth in primary cardiovascular disease (CVD) prevention. OBJECTIVE: The objective of this study was to evaluate the initial outcomes of CardioClick, a telehealth primary CVD prevention program. METHODS: In 2017, the Stanford South Asian Translational Heart Initiative (a preventive cardiology clinic focused on high-risk South Asian patients) introduced CardioClick, which is a clinical pathway replacing in-person follow-up visits with video visits. We assessed patient engagement and changes in CVD risk factors in CardioClick patients and in a historical in-person cohort from the same clinic. RESULTS: In this study, 118 CardioClick patients and 441 patients who received in-person care were included. CardioClick patients were more likely to complete the clinic's CVD prevention program (76/118, 64.4% vs 173/441, 39.2%, respectively; P<.001) and they did so in lesser time (mean, 250 days vs 307 days, respectively; P<.001) than the patients in the historical in-person cohort. Patients who completed the CardioClick program achieved reductions in CVD risk factors, including blood pressure, lipid concentrations, and BMI, which matched or exceeded those observed in the historical in-person cohort. CONCLUSIONS: Telehealth can be used to deliver care effectively in a preventive cardiology clinic setting and may result in increased patient engagement. Further studies on telehealth outcomes are needed to determine the optimal role of virtual care models across diverse preventive medicine clinics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle