Promoting cardiac rehabilitation program quality in low-resource settings: Needs assessment and evaluation of the International Council of Cardiovascular Prevention and Rehabilitation's registry quality improvement supports
Notice bibliographique
Résumé
BACKGROUND: Cardiac rehabilitation (CR) registries have the potential to support quality improvement (QImp). This study investigated the QImp needs of International CR Registry-participating programs and their evaluation of its' supports. METHODS: ICRR offers comparative outcome dashboards and QImp sessions, among other features. In this qualitative study, ICRR data stewards from the 17 active on-boarded CR programs were invited to a focus group held in November 2023 via Teams; stewards not sufficiently-proficient in English were invited to provide written input. Deductive-thematic analysis using NVIVO was undertaken by 2 researchers; member-checking ensued. RESULTS: Nine participated, and four provided input, from eight countries. Three themes emerged; saturation was achieved. First, QImp facilitators included training, institutional requirements, dedicated staff, resources in academic centres and ICRR features. Second, QImp barriers included staffing issues, the global nature of the ICRR, and structural challenges in low-resource settings. Finally, ICRR supports for QImp included didactic webinars, hearing from other programs, 1-1 support offered and assessing minimum Certification standards. CONCLUSION: ICRR-participating programs are satisfied with QImp supports but encounter challenges, including related to language, staffing and other resources. CR registries should be leveraged and optimized to support CR programs to assess and improve their care quality.
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 | 0,173 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».