A clinical audit on longer-term stroke management as a specific service in a primary care setting: Assessing adherence of service and clinical parameters
Notice bibliographique
Résumé
Primary-care long-term stroke care service offers comprehensive management at the community level. A clinical audit was carried out to assess the services of this clinic as compared to the established standardized criteria for longer-term stroke care.A retrospective audit was performed to evaluate the adherence to service parameters based on eleven criteria adapted from the Canadian Post-Stroke Checklist. The following clinical parameters were audited using the Malaysian CPG on Cardiovascular Disease 2017 and Malaysian CPG on Ischemic Stroke 2020: systolic blood pressure (SBP), diastolic blood pressure (DBP), low-density lipoprotein cholesterol (LDL-C), HbA1c, and weight, and smoking status. 113 registered patients from the 2022 clinic census were audited using paired Student's t-test and McNemar's test.Overall, only 2 out of 11 criteria for service parameters did not meet the standard: inquiring about patient fatigue (43.4%) and access to community resources (26.5%). The attainment of the target for BP and HbA1c meets the standards set for this audit. Patients experienced reduced SBP, DBP, LDL-C, and HbA1c levels, and a statistically significant reduction was observed in DBP (4.15 mmHg, p<0.05) and LDL-C (0.30 mmol/L, p<0.05). A notable reduction in the percentage of smokers (p<0.05) was also seen.Post-stroke patients at a specific-service clinic within the primary care setting benefited from clinicians' high adherence to clinical guidelines, observed from improved clinical parameters. These may serve as an impetus for clinicians to include long-term stroke service as a specialized service within primary care specialties.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».