Evaluation of a Question Prompt List About Cardiovascular Disease Risk and Prevention After Hypertensive Pregnancy: A Pilot Study
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to pilot test a question prompt list (QPL) about cardiovascular disease (CVD) risk reduction after hypertensive pregnancy (HDP). METHODS: In a prospective cohort study of adult women who had HDP given the QPL before and surveyed after a physician visit, we assessed perceived person-centred care, self-efficacy for self-management, perceived self-management and QPL feasibility. RESULTS: Twenty-three women participated: 57% of diverse ethno-cultural groups, 65% < 40 years of age and 48% immigrants. Most scored high for person-centred care (mean 4.1 ± 0.2/5); and moderately for self-efficacy (mean 7.4 ± 0.6/10) and self-management (mean 3.1 ± 0.3/5). Most appreciated QPL design and reported QPL benefits: helped them to prepare for the visit and know what to ask; increased confidence to ask questions, knowledge of the link between HDP and CVD and lifestyle behaviours to reduce CVD risk. Most reported that physicians were receptive to discussing QPL questions. CONCLUSION: Women appreciated the QPL and knowledge about self-management was high but self-efficacy for or perceived self-management was moderate. It appears feasible to share a QPL with ethno-culturally diverse women who can share it with physicians to facilitate discussions about post-pregnancy HDP-related CVD risk. PATIENT OR PUBLIC CONTRIBUTION: This study involved women who experienced HDP and engaged ethno-culturally diverse women with lived experience of HDP as study advisors in all stages of the research.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».