SAPC Annual Conference 2011 Abstracts, 6-8 July 2011, University of Bristol, UK
Notice bibliographique
Résumé
Background Cardiovascular disease (CVD) is a major cause of death and disability. Effective population-based strategies to reduce CVD morbidity and mortality are needed. Objective To evaluate the effectiveness of a pharmacy-based Cardiovascular Health Awareness Program (CHAP) on cardiovascular disease morbidity. Design: Cluster randomized trial. Setting: Thirty-nine mid-sized communities in Ontario, Canada. Participants: Community-dwelling residents 65 years of age or older, family physicians, pharmacists, volunteers, community nurses and local lead organizations. Intervention: Residents 65 years of age or older were invited to attend volunteer-run cardiovascular risk assessment and education sessions held in community-based pharmacies over a 10-week period. Automated blood pressure readings and self-reported risk factor data were collected and shared with session participants and their family physicians and pharmacists. Main Outcome Measure: A composite of hospital admissions for acute myocardial infarction, stroke and congestive heart failure among all community residents aged 65 years and older. Results All 20 intervention communities successfully implemented CHAP. A total of 1 265 3-hour long sessions were held in 90% (129/145) of pharmacies during the 10-week program. A total of 27 358 CVD assessments were performed on 15 889 unique participants with the assistance of 577 peer-volunteers. Adjusting for hospital admission rates in the year prior to intervention, CHAP was associated with a 9% relative reduction in our composite endpoint (rate ratio 091 [95% CI 086-097], p=0002). There were statistically significant reductions favouring the intervention communities in hospital admissions for acute myocardial infarction (rate ratio 087 [95% CI 079 -097], p=0008) and congestive heart failure (rate ratio 090 [95% CI 081 -099], p=0029), but not for stroke (rate ratio 099 [95% CI 088 -112], p=089) (table 3). Conclusions A collaborative, multipronged community-based health promotion and prevention program targeted at older adults can reduce cardiovascular morbidity at the population level.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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) | 0,001 | 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 ».