Personalized Care of Patients with Heart Failure: Are we Ready for a REWOLUTION? Insights from two International Surveys on Healthcare Professionals' Needs and Patients' Perceptions
Notice bibliographique
Résumé
AIMS: Guidelines for the management of heart failure (HF) are evolving, and increasing emphasis is placed on patient-centred care. As part of the REWOLUTION HF (REal WOrLd EdUcaTION in HF) programme, we conducted two international surveys aimed at assessing healthcare professionals' (HCPs) educational needs and patients' perspectives on the care of HF. METHODS AND RESULTS: Anonymous online questionnaires co-developed by HF experts and patients assessed HCPs' educational needs (520 respondents, mostly cardiologists, in 67 countries) and patients' perceptions on HF impact and management (98 respondents in 18 countries). Among HCPs, 62.7% prioritized rapid initiation of all guideline-mandated medications over up-titration of some medications, and 87.7% always or frequently discussed treatment goals with patients. There was good agreement between HCPs and patients on key treatment goals, except for a greater emphasis on reducing hospitalizations among HCPs. The most frequently cited barriers to the provision of guideline-recommended pharmacological therapy were treatment side effects/intolerance, complex treatment regimens, low blood pressure, cost/reimbursement issues, and low estimated glomerular filtration rate. Most patients (81.6%) reported no difficulties taking medications as prescribed, although 21.4% felt they were taking too many pills. Patients wanted more information about HF and its consequences, prognosis, and treatments (70.4%, 74.5% and 76.6%, respectively). Cardiologists were the preferred source of information about HF, followed by general practitioners and HF nurses. CONCLUSIONS: These surveys provide valuable insights into HCPs' needs about personalized care for patients with HF, as well as patients' perceptions, expectations and preferences. These findings will be helpful to develop patient-centred, needs-driven quality improvement programmes.
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».