Abstract FR477: Implementing the CDC’s Hypertension Management Program Toolkit in a Federally Qualified Health Center (FQHC)
Notice bibliographique
Résumé
Introduction: The CDC’s HTN Management Program (HMP) Toolkit provides strategies to improve HTN control rates. The study implemented components of the HMP Toolkit in a FQHC to examine the impact on HTN control. Hypothesis: Does implementing components of the HMP Toolkit over 12 weeks improve BP measurement technique, BP rechecks, SPC prescribing, and HTN control? Methods: The study took place in 2025 at a FQHC in Rochester, NY. A quantitative descriptive design was utilized and data analysis included descriptive statistics and Repeat Measures Analysis of Variance (ANOVA) test. Components implemented: a) Patient registry/outreach Inclusion criteria (IC): 1) patients 18-85yo with a known diagnosis of HTN 2) on ≤ 2 antihypertensive medications 3) previous two BP readings ≥ 140/90 4) last visit was <12 months ago and have no visit scheduled in the next 3 months Outcomes measured: HTN Management Visit (HMV) with PharmD b) EHR Alert for repeat BP check IC: all patients seen by providers Outcomes measured: repeat BP obtained when initial BP ≥140/90 c) Education for nurses on BP measurement technique IC: all staff (MA, LPN, RN) who room patients Outcomes measured: Quick Check Assessment tool from AHA performed pre- and post-educational intervention d) Promote use of SPC to treat HTN IC: all primary care providers and PharmDs Outcomes measured: prescriptions for SPC therapy e) PharmD-led HMVs IC: patients from HTN Registry/Referrals who participated in the HMV with PharmD Outcomes measured: SBP measured pre- and post-HMV Results: a) EHR alerts for repeat BP check - Appropriate repeat BP measurement increased from 67% to > 90% (n= 670, 606 repeats performed). b) Education for nurses on BP technique - Baseline Quick Checks (n=55 observations) showed common errors and most domains improved on repeat observation (n = 45). c) Promote use of SPC - SPC prescribing doubled from baseline of 12% to 24% (n = 544 SPC prescribed). d) PharmD-led HMV - Average SBP change from the patients’ first HMV to their second HMV was -17 mm Hg with a strong statistical significance noted (p <.001). In terms of HTN control, 39% (n=10/26) reached BP ≤130/80 and 73% (n=19/26) reached BP ≤140/90. Conclusion: Implementing select components from the HMP Toolkit resulted in improved repeat BP rates, improved BP measurement technique, and increased SPC prescribing rates. Additionally, patients who participated in the PharmD-led HMVs saw an average 17 mm Hg reduction in SBP with 73% of these patients reaching target BP of ≤140/90.
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 | 0,006 | 0,011 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».