Documentation of Behavioral Health Risk Factors in a Large Academic Primary Care Clinic
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence of alcohol, smoking, and physical activity status documentation at a family health team in Toronto, Ontario, and to explore the patient characteristics that predict documentation of these lifestyle risk factor statuses. DESIGN: Manual retrospective review of electronic medical records (EMRs). SETTING: Large, urban, academic family health team in Toronto, Ontario. PARTICIPANTS: Patients over the age of 18 that had attended a routine clinical appointment in March, 2018. MAIN OUTCOME MEASURES: Prevalence and content of risk factor status in electronic medical records for alcohol, smoking, and physical activity. RESULTS: The prevalence of alcohol, smoking, and physical activity documentation was 86.4%, 90.4%, and 66.1%, respectively. These lifestyle risk factor statuses were most often documented in the "risk factors" section of the EMR (83.7% for alcohol, 88.1% for smoking, and 47.9% for physical activity). Completion of a periodic health review within 1 year was most strongly associated with documentation (alcohol odds ratio [OR] 9.79, 95% Confidence Interval [CI] 2.12, 45.15; smoking OR 1.77 95% CI 0.51, 6.20; physical activity OR 3.52 95% CI 1.67, 7.40). CONCLUSION: Documentation of lifestyle risk factor statuses is strongly associated with having a recent periodic health review. If "annual physicals" continue to decline, primary care providers should final additional opportunities to address these key determinants of health.
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 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 | 0,015 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».