MétaCan
Menu
Retour à la cohorte
Enregistrement W4280620652 · doi:10.26633/rpsp.2022.56

Factores impulsores y métodos de puntuación para mejorar el control de la hipertensión en la práctica clínica de la atención primaria: recomendaciones del grupo de innovación de HEARTS en las Américas

2022· article· es· W4280620652 sur OpenAlexaff
Jeffrey Brettler, Gloria P Giraldo Arcila, Teresa Aumala, Allana Best, Norm R.C. Campbell, Shana Cyr, Ángelo Gamarra, Marc G. Jaffe, Mirna Jimenez De la Rosa, Javier Maldonado, Carolina Neira Ojeda, Modesta Haughton, Taraleen Malcolm, Vivian Pérez, Gonzalo Rodríguez, Andrés Rosende, Yamilé Valdés González, Peter W. Wood, Eric Zúñiga, Pedro Ordúñez

Notice bibliographique

RevueRevista Panamericana de Salud Pública · 2022
Typearticle
Languees
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensUniversity of AlbertaLibin Cardiovascular Institute of Alberta
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGynecologyMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Antecedentes. Las enfermedades cardiovasculares (ECV) son la principal causa de morbilidad y mortalidad en la Región de las Américas y la hipertensión es el factor de riesgo modificable asociado más importante. Sin embargo, las tasas de control de la hipertensión siguen siendo bajas y la mortalidad por ECV está estancada o en aumento después de décadas de reducción continua. En el 2016, la Organización Mundial de la Salud (OMS) presentó el paquete técnico HEARTS para mejorar el control de la hipertensión. La Organización Panamericana de la Salud (OPS) diseñó la iniciativa HEARTS en las Américas para mejorar el control del riesgo de ECV, que hace hincapié en el control de la hipertensión y que, hasta la fecha, se ha implementado en 21 países. Métodos. Para avanzar en la implementación, se creó un grupo interdisciplinario de profesionales de la salud con el objetivo de seleccionar los factores impulsores claves del control de la hipertensión basados en la evidencia y diseñar un método de puntuación integral para dar seguimiento a su implementación en los centros de atención de salud primaria (APS). El grupo estudió los sistemas de salud de alto desempeño que logran un control elevado de la hipertensión mediante programas de mejora de la calidad que se centran en medidas específicas con respecto a los procesos, con retroalimentación regular a los prestadores en los centros de salud. Resultados. Los ocho factores impulsores finales seleccionados se clasificaron en cinco dominios principales: 1) diagnóstico (exactitud de la medición de la presión arterial y evaluación del riesgo de ECV); 2) tratamiento (protocolo de tratamiento e intensificación del tratamiento estandarizados); 3) continuidad de la atención y seguimiento; 4) sistema de prestación del tratamiento (atención basada en un trabajo en equipo, reposición de la medicación) y 5) sistema para la evaluación del desempeño. Los factores impulsores y las recomendaciones se tradujeron en medidas con respecto a los procesos, lo que llevó a dos métodos de puntuación integrados e interconectados en el sistema de seguimiento y evaluación del programa HEARTS en las Américas. Conclusiones. El enfoque que se centra en estos factores impulsores clave de la hipertensión y los métodos de puntuación resultantes servirá de guía para el proceso de mejora de la calidad con objeto de alcanzar los objetivos de control a nivel poblacional en los centros de salud participantes de los países que implementan el programa HEARTS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,320
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Panamericana de Salud PúblicaMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207