Overview of national strategies for the prevention and management of non-communicable diseases
Notice bibliographique
Résumé
Abstract Background Several countries have developed national strategies or policies for preventing and managing non-communicable diseases (NCDs) which are the leading cause of death worldwide. We aim to provide an overview of these strategies from selected countries and their implementation, focusing on chronic respiratory and cardiovascular diseases, diabetes and depression. Methods Using a comprehensive structured hand search, strategies from 8 countries (Germany, Switzerland, Netherlands, Finland, Ireland, United Kingdom, Canada, Australia) were identified and information on the main characteristics and implementation process of the strategies was extracted. Results A total of 18 strategies were included. Most of the strategies formulate rather broad overarching aims or visions (e.g., “stay healthy” or “living healthier lives”) as well as more specific targets that differ across strategies, e.g. focusing on improving quality of life and health literacy, reducing health inequalities or strengthening integrated care. The level of detail of information on implementation, monitoring and evaluation processes as well as financing is very heterogeneous. All strategies provide information on activities to achieve their aims, e.g. in the areas of health promotion/primary prevention, self-management, screening, integrated care, measures for specific risk groups or activities outside the health sector. Only a few strategies mention specific, already implemented (and evaluated) interventions, such as prevention or disease management programmes. Conclusions The included NCD strategies differ considerably in terms of level of detail, structure and implementation. We focused on interventions within the health sector and on adults as a target group. However, for the prevention and management of NCDs, it is important to start in early childhood and to adequately address the social determinants of health with a ‘Health in All Policies’ approach. Key messages
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 | 0,025 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».