Improving performance in diabetes care: a multicomponent intervention.
Notice bibliographique
Résumé
CONTEXT: Compliance with recommendations from the American Diabetes Association for management of patients with diabetes is not optimal. Changing physician practice patterns with provider-focused interventions can be difficult. We report results after implementation of a type 2 diabetes mellitus guideline. OBJECTIVE: To increase the annual rate of microalbumin/urine protein testing, dilated eye examinations, and foot examinations for patients with diabetes and to reduce overall levels of hemoglobin A1c (Hb A1c). DESIGN: Before-after study. INTERVENTION: From April 1996 to June 1998, a guideline on type 2 diabetes mellitus was implemented with multicomponent interventions. These included small group educational sessions led by opinion leaders, an electronic version of the guideline, audit with feedback, and enhanced clinical orders support. Medical records of random samples of patients with diabetes were audited for specific diabetes performance measures on a monthly basis. Baseline data were compared with results at the end of the implementation effort. SETTING: Southeastern Minnesota, excluding Olmsted County. PARTICIPANTS: Adult patients seen at one practice of 18 general internists. OUTCOME MEASURES: Outcome measures included Hb A1c values and annual performance of a urine protein test, foot examination, and dilated eye examination. RESULTS: Gradual, sustained; and statistically significant improvements in the three annual performance measures were observed. Urine protein testing increased from 24% to 66% (P = 0.001), dilated eye examinations increased from 63% to 84% (P = 0.001), and foot examinations increased from 86% to 97% (P = 0.001). Mean Hb A1c values +/- SD also improved from 7.8% +/- 1.0% to 7.1% +/- 0.7% (P < 0.001) in patients who received continuing care for diabetes. CONCLUSIONS: Statistically significant improvements were observed after continuous improvement efforts were focused on providers in an individual group practice. When used to implement a diabetes guideline, such interventions may improve delivery of services and reduce Hb A1c levels in patients with diabetes.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».