Implementation of alcohol screening and brief interventions in cardiology: a cross-sectional study of practice in Sweden
Notice bibliographique
Résumé
Aims To investigate rates of alcohol screening and brief interventions in cardiology, and to examine associations between patient characteristics and the implementation of screening and brief interventions.Methods Cross-sectional survey of cardiology patients (aged ≥18 years) in three towns/cities in Sweden (Falun, Gävle, Stockholm). Self-reported study outcomes included: a) being screened for alcohol use, and b) receiving a brief intervention. Covariates included sociodemographic characteristics and clinical factors. We examined associations between covariates and study outcomes using logistic regression models.Results From a total 1051 participants (median age = 73 years, 66% men), 54% were screened for alcohol use, mostly by doctors (48%) and nurses (40%). Odds ratios for being screened were lower among participants aged ≥80 years (OR = 0.57, 95%CI = 0.41–0.79), relative to those aged 65–79 years, and higher among participants with overweight (OR = 1.84, 95%CI = 1.38–2.44). Of those screened, 12% received brief interventions. Odds ratios for receiving brief interventions were higher among: men (OR = 3.04, 95%CI = 1.41–6.56), current smokers (OR = 10.88, 95%CI = 3.86–30.69), and participants with hazardous drinking (OR = 5.66, 95%CI = 2.59–12.36).Conclusions Just over half cardiology patients were screened for alcohol use. Almost two thirds of those identified with hazardous drinking did not receive brief interventions. Screening and brief intervention practices varied according to individual participant characteristics, and there was a shortfall in screening among the elderly. Findings indicate inconsistent implementation of European cardiology guidelines, which recommend universal screening, and highlight a need for improved implementation strategies.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».