Optimizing the frequency of physician encounters in follow - up care for patients with type 2 diabetes mellitus: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Decisions on the frequency of physician encounters for patients with type 2 diabetes mellitus (T2DM) have significant impacts on both patients' health outcomes and burden on health systems, whereas definitive intervals for physician encounters are still lacking in most clinical guidelines. This study systematically reviewed the existing evidence evaluating different frequencies of physician encounters among T2DM patients. METHODS: Systematic search of studies evaluating different visit frequencies for follow - up care in T2DM patients was performed in MEDLINE Ovid, Embase Ovid, and Cochrane library from database inception to 25 March 2022. Studies on the follow - up encounters driven by non - physicians and those on the episodic visits in the acute care settings were excluded in the screening. Citation searching was conducted via Google Scholar on the identified papers after screening. The risk of bias was assessed using Cochrane RoB2 tool for randomized controlled trials and Newcastle - Ottawa Scale for cohort studies. Findings were summarized narratively. RESULTS: Among 6363 records from the database search and 231 references from the citation search, 12 articles were eligible for in - depth review. The results showed that for patients who had not achieved cardiometabolic control, intensifying encounter frequency could enhance medication adherence, shorten the time to achieve the treatment target, and improve the patients' quality of life. However, for the patients who had already achieved the treatment targets, less frequent encounters were equivalent to intensive encounters in maintaining their cardiometabolic control, and could save considerable healthcare costs without substantially lowering the quality of care and patients' satisfaction. CONCLUSION: Existing evidence suggested that the optimal frequency of physician encounters for patients with T2DM should be individualized, which can be stratified by patients' risk levels based on the cardiometabolic control to guide the differential scheduling of physician encounters in the follow - up. More research is needed to determine how to optimize the frequency of physician encounters for this large and heterogeneous population.
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 | 0,008 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».