ISSUES REGARDING COMPLEX COMMUNITY-BASED CARDIOVASCULAR HEALTH INTERVENTIONS
Notice bibliographique
Résumé
The thesis presents three papers discussing some of the methodological issues regarding studies investigating complex community-based cardiovascular health interventions. All three studies involved the Cardiovascular Health Awareness Program (CHAP), a standardised blood pressure and risk factor assessment and educational sessions held in pharmacies or other locally accessible areas in small to mid-sized communities in Ontario, Canada. The first paper reviews the literature and proposes a guide on how to develop a theoretical framework for complex community-based interventions using CHAP as an example. The paper describes a stepwise process of developing a theoretical framework including challenges encountered and strategies employed to overcome them. The second paper presents how recently published randomized controlled trials evaluating complex community-based cardiovascular health interventions monitored and reported implementation fidelity based on a structured review of the published articles and a survey of their primary authors. The results showed that fidelity reporting of included studies was better than those described in previous reviews. Fidelity was verified through self-reports by implementers and supervision by researchers. Strategies described to standardize intervention delivery were through training of implementers and use of implementation guides. The authors’ survey results were consistent with the review results though there were some gaps which could be improved to strengthen fidelity reporting. A data analysis issue with studies investigating complex community-based interventions is that outcomes can be affected by factors from multiple levels. The third paper explores the association of individual, partnership, and community-related factors with CHAP participants’ use of health-related community resources and cardiovascular risk behaviours. This was a cross-sectional analysis of an on-going cohort study. The results showed that individual factors (age and self-efficacy) had the most consistent association with the outcomes. Community and partnership level variables showed less consistent association with the outcome. Methodological and analytical challenges were presented.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».