Implementation of patient education for patients with atrial fibrillation: nationwide cross-sectional survey and one-year follow-up
Notice bibliographique
Résumé
AIMS: Clinical practice guidelines recommend patient education for patients with atrial fibrillation (AF) as a part of holistic care, however, clinical guidelines lack detailed specification on the content, structure, and delivery of AF education programmes. To examine the implementation of education for patients with AF in Denmark in relation to coverage, organization, and content. METHODS AND RESULTS: A cross-sectional survey was conducted from February to May 2021. The survey contained questions on the organization, delivery, and content of education for patients with AF from all 29 AF outpatient hospital sites in Denmark. The survey was conducted by email and telephone. One-year follow-up was done in May 2022 by email. Patient education was provided by healthcare professionals in 16 (55%) hospitals. Nurse workforce issues, management, non-prioritization, and lack of guidance for implementation were reasons for the absence of patient education in 13 (45%) hospitals. The structure of patient education differed in relation to group or individual teaching methods and six different education models were used. Content of the AF disease education was generally similar. At 1-year follow-up, another four hospitals reported offering patient education (69% in total). CONCLUSION: Initially, almost half of the hospitals did not provide patient education, but at 1-year follow-up, 69% of hospitals delivered patient education. Patient education was heterogeneous in relation to delivery, frequency, and duration. Future research should address individualized patient education that may demonstrate superiority in relation to quality of life, less hospital admissions, and increased longevity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».