Setting Goals to Reduce Cardiovascular Risk: A Retrospective Chart Review of a Pharmacist-Led Initiative in the Workplace
Notice bibliographique
Résumé
Background: Cardiovascular diseases (CVD) are the second leading cause of death in Canada with many modifiable risk factors. Pharmacists at a Canadian university delivered a novel CVD risk management program, which included goal-setting and medication management. Aim: This study aimed to describe what CVD prevention goals are composed of in a workplace CVD risk reduction program, and how might these goals change over time. Methods: A longitudinal, descriptive qualitative study using a retrospective chart review of clinical care plans for 15 patients enrolled in a CVD prevention program. Data across 6 visits were extracted from charts (n = 5413 words) recorded from May 2019–November 2020 and analyzed using quantitative content analysis and descriptive statistics. Results: Behavioural goals were most popular among patients and were more likely to change over the 12-month follow-up period, compared to health measure goals. Behavioural goals included goals around diet, physical activity (PA), smoking, medication, sleep and alcohol; health measure goals centered on weight measures, blood pressure (BP) and blood lipid levels. The most common behavioural goals set by patients were for diet (n = 11) and PA (n = 9). Over time, goals around PA, medication, alcohol and weight were adapted while others were added (e.g. diet) and some only continued. Patients experienced a number of barriers to their goal(s) which informed how they adapted their goal(s). These included environmental limitations (including COVID-19) and work-related time constraints. Conclusions: This study found CVD goal-setting in the pharmacist-led workplace wellness program was complex and evolved over time, with goals added and/or adapted. More detailed qualitative research could provide further insights into the patient-provider goal-setting experience in workplace CVD prevention.
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 | 0,006 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».