Study of Health in Primary Care of the Amazonas Population: Protocol for an Observational Study on Diabetes Management in Brazil
Notice bibliographique
Résumé
BACKGROUND: Changes in the profiles of patients have significant impacts on the health care system. Diabetes mellitus type 2 (T2DM) prevention and management should be studied in different contexts. OBJECTIVE: The Study of Health in Primary Care for the Amazonas Population (SAPPA) primarily aims to describe T2DM prevention and management actions offered by primary health care settings in Brazil and whether the care delivered is consistent with the chronic care model (CCM). Second, the study aims to examine the impact of T2DM management actions on health and lifestyle, and third, to understand how sociodemographic characteristics, health, and subjective outcomes impact diabetes management. METHODS: As part of this observational study, managers and health professionals complete a questionnaire containing information about T2DM prevention and management actions and CCM dimensions. During in-home visits, patients are asked about their health, lifestyle, sociodemographics, diabetes care, and subjective variables. RESULTS: A total of 34 managers, 1560 professional health workers, and 955 patients will be recruited. The data collection will be completed in October 2022. CONCLUSIONS: The SAPPA is an observational study that intends to understand the T2DM management process in primary health care, including planning, execution, reach, and impact on patient motivation and adherence. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/37572.
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 | 0,019 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».