Clinical Outcomes of Rural Patients with Diabetes Treated by ECHO-Trained Providers Versus an Academic Medical Center
Notice bibliographique
Résumé
BACKGROUND: Despite clinical practice guidelines prioritizing cardiorenal risk reduction, national trends in diabetes outcomes, particularly in rural communities, do not mirror the benefits seen in clinical trials with emerging therapeutics and technologies. OBJECTIVE: Project ECHO supports implementation of guidelines in under-resourced areas through virtual communities of practice, sharing of best practices, and case-based learning. We hypothesized that diabetes outcomes of patients treated by ECHO-trained primary care providers (PCPs) would be similar to those of patients treated by specialists at an academic medical center. DESIGN: Specialists from the University of New Mexico (UNM) launched a weekly diabetes ECHO program to mentor dyads consisting of a PCP and community health worker at ten rural clinics. PARTICIPANTS: We compared cardiorenal risk factor changes in patients with diabetes treated by ECHO-trained dyads to patients treated by specialists at the UNM Diabetes Comprehensive Care Center (DCCC). Eligible participants included adults with type 1 diabetes, type 2 diabetes on insulin, or diabetes of either type with A1c > 9%. MAIN MEASURES: The primary outcome was change from baseline in A1c in the ECHO and DCCC cohorts. Secondary outcomes included changes in body mass index (BMI), blood pressure, cholesterol, and urine albumin to creatinine ratio (UACR). KEY RESULTS: ; p = 0.003 for difference in difference). Diastolic blood pressure declined in the Endo ECHO cohort only. Improvements of similar magnitude were observed in low-density lipoprotein cholesterol in both groups. UACR remained stable in both groups. CONCLUSIONS: ECHO may be a suitable intervention for improving diabetes outcomes in rural, under-resourced communities with limited access to a specialist.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».