Perceived Challenges to Routine Uptake of the Ankle Brachial Index within Primary Care Practice
Notice bibliographique
Résumé
(1) Introduction: The ankle-brachial index (ABI) is the most widely used method of diagnosing peripheral arterial disease (PAD). However, the uptake of ABIs has been reported to be low in primary care settings across different various healthcare settings; however, this is yet to be investigated within the Canadian context. (2) Objective: Therefore, we sought to assess the rates of ABI usage as well as perceived barriers among primary care practitioners (PCPs) in Toronto, Canada. (3) Methods: A modified questionnaire was electronically sent to 257 PCPs in the Greater Toronto Area (GTA). Questions pertained to frequency, feasibility, utility, and barriers associated with ABI usage in clinical practice. Responses were collected and tallied. (4) Results: A total of 52 PCPs completed the questionnaire. 79% of PCPs did not routinely perform ABIs within their clinical practice, and 56% deemed ABI usage as unfeasible. Constraints in time and staff personnel, as well as complexity of ABI result interpretation, were cited as the major perceived barriers to ABI usage. The overwhelming majority of PCPs viewed alternative forms of diagnosis, such as a blood test for PAD, as being preferable to ABI, as such an approach would enhance diagnostic simplicity and efficiency. (5) Conclusion: ABI usage rates are poor within primary care practices in Toronto, Canada. Alternative approaches for diagnosing PAD may result in greater adoption rates among PCPs and therefore improve the identification of patients with PAD.
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 | 0,005 | 0,032 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».