BETTER LIFE- Guidelines for Chronic Disease Prevention and Screening for people aged 18-39 years: a harmonized literature review
Notice bibliographique
Résumé
<title>Abstract</title> Background The original ‘BETTER’ (Building on Existing Tools To Improve Chronic Disease Prevention and Screening in Primary Care) approach consisted of a prevention-focused visit between participants aged 40–65 years and a “Prevention Practitioner” (PP), who empowered the participant to set achievable prevention and screening goals for cancers and chronic diseases. BETTER was successfully adapted for economically deprived communities (BETTER HEALTH). We conducted an evidence review of guidelines in preparation for adapting the ‘BETTER HEALTH’ approach for younger adults aged 18–39 years living with lower income, a group known to have earlier mortality due to a higher prevalence of preventable chronic diseases than their peers with higher income. Methods We searched multiple electronic databases and grey literature for clinical practice guidelines on prevention/screening and included those that met the following criteria: published in English from 2008–2020 in Canada or any of the following countries (Australia, Ireland, New Zealand, Scotland, United States and England); and addressed prevention or screening. We assessed quality using the Appraisal of Guidelines for Research and Evaluation (AGREE) II tool and extracted data from sources with overall scores of 5 or higher. Final recommendations were compiled after harmonization with input from diverse stakeholders (co-investigators, PPs, and the Community Advisory Committee). Results We included a total of 85 guidelines, and developed a final list of 42 recommendations for 18–39 year-olds across 21 topics. Specific recommendations fell under the following topics: <italic>cancers, cardiovascular disease, diabetes, obesity, lifestyle (alcohol; healthy nutrition/physical activity); healthy relationships and healthy sexuality, immunization, oral health, social determinants of health, and substance use</italic>. Conclusion We identified evidence-based guidelines on prevention/screening actions for adults 18–39 years old and relevant for those living with lower income.
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 | 0,013 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».