Primary prevention of cardiovascular disease on Prince Edward Island: An NP-led initiative
Notice bibliographique
Résumé
In Prince Edward Island (PEI), the ever-rising prevalence of chronic diseases such as\ncardiovascular disease (CVD) represents the most significant strain on healthcare resources\n(Health PEI, 2013a). Cardiovascular disease is considered to be preventable, particularly when\nrisk factors such as diabetes, hypertension, and dyslipidemia are detected and treated early\n(Public Health Agency of Canada [PHAC], 2016a). When risk factors are left untreated, and\nCVD develops, critical complications such as heart failure, acute coronary syndrome, stroke, and\ndeath can occur (PHAC, 2016b). Factors that contribute to the lack of appropriate, evidence-based\nCVD prevention in PEI include a lack of access to primary care providers, a lack of\nstrategic health policy for the prevention and management of CVD, and poor adherence to\nclinical practice guidelines among primary care providers across Canada (Canadian Medical\nAssociation [CMA], 2011; Kreatsoulas & Anand, 2010; Mosca et al., 2005). A recent shift\ntowards primary prevention of CVD has begun with promising approaches for more effective\nprimary prevention seen on an international, national, and provincial scale. A nurse practitioner-led\nCVD primary prevention program can improve access to high-quality, evidence-based care to\nthose adults at risk of CVD through care plans aimed at risk factor stratification, health\npromotion, and illness prevention. The proposed program will fill a gap in existing healthcare\nprogramming and is designed to decrease rates of morbidity and mortality related to CVD in PEI.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».