Student-Led Blood Pressure Clinics: A Community-Level Intervention to Improve Blood Pressure Health Literacy among Adults Living in Northern Ontario
Notice bibliographique
Résumé
Background: High blood pressure affects approximately 25% of the Canadian population and is implicated in a number of poor health outcomes. According to the 2020 Hypertension Canada Guidelines, for both the prevention and management of hypertension, health behaviour interventions can effectively lower blood pressure. Health literacy is recognized as a significant social determinant of health. Low health literacy is associated with adverse health behaviours and poor subjective health. This study aims to assess whether student-led blood pressure clinics can improve the blood pressure related health literacy of adults in Northern Ontario. Methods: Blood pressure clinics were held at four different publicly accessible sites in Thunder Bay, ON. 110 participants were presented with a survey before and after their participation in an educational intervention centred on hypertension. Pre- and post-test scores were compared and linear regression analyses were conducted to assess for relationships between scores and sociodemographics. Results: A significant increase in post-test scores across all domains was observed. Linear regression analyses revealed that income and previous diagnosis of hypertension were significant predictors of pre-test performance, income and education level were significant predictors of post-test performance, and education was a significant predictor of percent score improvement. Conclusions: This study highlights the effectiveness of a student-led educational intervention designed to improve hypertension health literacy among community members in Thunder Bay, ON. The findings suggest that structured, student-led education can enhance blood pressure related knowledge and may encourage hypertension prevention and/or more effective blood pressure management. This pop-up clinic model offers a scalable framework for other student-run free clinics to adopt, providing them with a practical approach to addressing hypertension-related health literacy disparities in their own communities.
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 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».