Toward a Roadmap for Best Practices in Pediatric Preventive Cardiology: A Science Advisory From the American Heart Association
Notice bibliographique
Résumé
Cardiovascular disease risk factors are highly prevalent among youth in the United States and Canada. Pediatric preventive cardiology programs have independently developed and proliferated to address cardiovascular risk factors in youth, but there is a general lack of clarity on best practices to optimize and sustain desired outcomes. We conducted surveys of pediatric cardiology division directors and pediatric preventive cardiology clinicians across the United States and Canada to describe the current landscape and perspectives on future directions for the field. We summarize the data and conclude with a call to action for various audiences who seek to improve cardiovascular health in youth, reduce the burden of premature cardiovascular disease, and increase healthy longevity. We call on heart centers, hospitals, payers, and policymakers to invest resources in the important work of pediatric preventive cardiology programs. We urge professional societies to advocate for pediatric preventive cardiology and provide opportunities for training and cross-pollination across programs. We encourage researchers to close evidence gaps. Last, we invite pediatric preventive cardiology clinicians to collaborate and innovate to advance the practice of pediatric preventive cardiology.
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 | 0,052 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,014 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,013 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».