The Promising Success of Project Extension for Community Healthcare Outcomes (ECHO) Diabetes: Case Series
Notice bibliographique
Résumé
BACKGROUND: In the United States, there are over 37 million people with diabetes but only 8000 endocrinologists. Therefore, many people with diabetes receive care exclusively from primary care providers (PCPs). To democratize knowledge regarding insulin-requiring diabetes through tele-education, Stanford University and the University of Florida developed Project Extension for Community Healthcare Outcomes (ECHO) Diabetes. OBJECTIVE: ECHO Diabetes uses a Hub and Spoke model connecting specialists (the "Hub") with PCPs (the "Spokes"). One-hour, weekly sessions include Hub diabetes didactic presentations and Spoke deidentified case presentations. Lessons learned during these sessions target provider knowledge and confidence surrounding diabetes management and patient care. METHODS: Spokes were asked to provide short descriptions of people with diabetes whose diabetes management improved directly or indirectly from their providers' participation or their involvement with a Diabetes Support Coach (DSC). We provide a case series to describe individuals and outcomes. Because this study was not a randomized controlled trial and was a prospective observation of patients with the intervention delivered to providers, the trial is not registered in a public trials registry. RESULTS: A case series of 11 people with diabetes was compiled from 10 PCPs and 1 DSC from California and Florida between 2021 and 2022. The principal impact of ECHO Diabetes is the education amplified from PCPs and DSCs to people with diabetes. In all cases, people with diabetes reported increased engagement and improved diabetes management. Several cases reflected increased access to diabetes technology, improvement in glycemic outcomes, and positive trends in mental health measures. CONCLUSIONS: and mental health outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».