Advancing Lifestyle Medicine in New York City’s Public Health Care System
Notice bibliographique
Résumé
Chronic diseases are the leading cause of death and disability in the United States, and much of this burden can be attributed to lifestyle and behavioral risk factors. Lifestyle medicine is an approach to preventing and treating lifestyle-related chronic disease using evidence-based lifestyle modification as a primary modality. NYC Health + Hospitals, the largest municipal public health care system in the United States, is a national pioneer in incorporating lifestyle medicine systemwide. In 2019, a pilot lifestyle medicine program was launched at NYC Health + Hospitals/Bellevue to improve cardiometabolic health in high-risk patients through intensive support for evidence-based lifestyle changes. Analyses of program data collected from January 29, 2019 to February 26, 2020 demonstrated feasibility, high demand for services, high patient satisfaction, and clinically and statistically significant improvements in cardiometabolic risk factors. This pilot is being expanded to 6 new NYC Health + Hospitals sites spanning all 5 NYC boroughs. As part of the expansion, many changes have been implemented to enhance the original pilot model, scale services effectively, and generate more interest and incentives in lifestyle medicine for staff and patients across the health care system, including a plant-based default meal program for inpatients. This narrative review describes the pilot model and outcomes, the expansion process, and lessons learned to serve as a guide for other health systems.
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 | 0,018 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».