Peripheral artery disease (PAD) in primary care—educational experiences for PAD primary care in England—a mixed-method study
Notice bibliographique
Résumé
BACKGROUND: Peripheral artery disease (PAD), the pathophysiologic narrowing of arterial blood vessels of the lower leg due to atherosclerosis, is a highly prevalent disease, with sharp increases in prevalence with age. Primary care is ideally located to identify and manage PAD. OBJECTIVES: This study aims to identify the educational experiences, opinions, and confidence of primary care clinicians (PCCs) regarding PAD. METHOD: This mixed-method study was conducted within primary care in England. An online survey was completed with follow-on semistructured interviews, between January and September 2021, with PCCs, namely GPs, practice nurses, and allied professionals (survey n = 874, interviews n = 50). RESULTS: PCCs report variation in PAD education received, where the content could not often be recalled. Patient-focussed experiential and self-directed learning, formed the largest method to gain PAD education. All PCCs recognized that they have an important role in recognizing PAD yet confidence in recognizing and diagnosing PAD was lacking. PCCs acknowledged that late or missed PAD diagnosis resulted in significant patient morbidity and mortality. Yet many did not recognize PAD as a common disease. CONCLUSION: As "specialist-generalists" with finite resources, education provided to primary care needs to be applicable for the multimorbid patient presentations often seen, utilizing resources available in primary care, with consideration to the time constraints endured.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».