Availability and nature of cardiac rehabilitation by province in Iran: A 2018 update of ICCPR's global audit
Notice bibliographique
Résumé
Background: Cardiac rehabilitation (CR) is scantly available in Iran, although it is the cost-benefit strategy in cardiac patients, It has not been established how CR is delivered within Iran. This study aimed to determine: (a) availability, density and unmet need for CR, and (b) nature of CR services in Iran by province. Materials and Methods: In this cross-sectional sub-study of the global CR audit, program availability was determined through cardiovascular networks. An online survey was then disseminated to these programs in June 2016-2017 which assessed capacity and characteristics; a paper-based survey was disseminated in 2018 to nonresponding and any new programs. CR density and need was computed based on annual incidence of acute myocardial infarction (AMI) in each province. Results: Of the 31 provinces, 12 (38.7%) had CR services. There were 30 programs nationally, all in capital cities; of these, programs in 9 (75.0%) provinces, specifically 22 (73.3%) programs, participated. The national CR density is 1 spot per 7 incident AMI patients/year. Unmet need is greatest in Khuzestan, Tehran and west Azerbaijan, with 44,816 more spots needed/year. Most programs assessed cardiovascular risk factors, and offered comprehensive services, delivered by a multi-disciplinary team, comprised chiefly of nurses, dietitians and cardiologists. Median dose is 14 sessions/program in supervised programs. A third of programs offered home-based services. Conclusion: Where programs do exist in IRAN, they are generally delivered in accordance with guidelines. Therefore, we must increase capacity in CR services in all provinces to improve secondary prevention services.
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 | 0,030 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».