在南卡罗来纳州,成年人中有13.0%患有糖尿病,34.9%的成年人患有糖尿病(1,2)。 存在几种基于证据的策略来改善糖尿病结局,包括国家糖尿病预防计划(NDPP)(3),糖尿病自我管理教育和支持(DSMES)(4)和药物治疗管理(5)。 南卡罗来纳州糖尿病护理的两个重要来源是农村健康诊所(RHCS)和联邦合格的健康中心(FQHCS)。 这些医疗保健实践是在农村和医疗服务不足的地区提供初级保健(例如,慢性护理和预防保健服务)的安全网提供者(6)。 al-尽管RHCS和FQHC的人口类似,但它们在规模,服务和资金方面有所不同。 FQHC通常比RHC大,它们可能有多个站点并提供特殊护理,例如牙科服务。 FQHC还获得联邦资金,因此必须遵守卫生资源和服务管理局的要求(7)。 对提供这些慢性疾病的预防和人种活动的方式知之甚少,社会脆弱性可能会有所不同(即外部压力源对社区产生负面影响)(8,9)。 这项研究是社会脆弱性与在南卡罗来纳州县的RHCS和FQHC提供基于证据的糖尿病和管理计划之间的关联,这些糖尿病和心脏不适。在南卡罗来纳州,成年人中有13.0%患有糖尿病,34.9%的成年人患有糖尿病(1,2)。存在几种基于证据的策略来改善糖尿病结局,包括国家糖尿病预防计划(NDPP)(3),糖尿病自我管理教育和支持(DSMES)(4)和药物治疗管理(5)。南卡罗来纳州糖尿病护理的两个重要来源是农村健康诊所(RHCS)和联邦合格的健康中心(FQHCS)。这些医疗保健实践是在农村和医疗服务不足的地区提供初级保健(例如,慢性护理和预防保健服务)的安全网提供者(6)。al-尽管RHCS和FQHC的人口类似,但它们在规模,服务和资金方面有所不同。FQHC通常比RHC大,它们可能有多个站点并提供特殊护理,例如牙科服务。FQHC还获得联邦资金,因此必须遵守卫生资源和服务管理局的要求(7)。对提供这些慢性疾病的预防和人种活动的方式知之甚少,社会脆弱性可能会有所不同(即外部压力源对社区产生负面影响)(8,9)。这项研究是社会脆弱性与在南卡罗来纳州县的RHCS和FQHC提供基于证据的糖尿病和管理计划之间的关联,这些糖尿病和心脏不适。
史密斯,医学博士;医学博士Sandra A. Springer; HuldrychF.Günthard,医学博士; Melanie A. Thompson,医学博士; Roger J. Bedimo,医学博士;康斯坦斯·本森(Constance A. Benson),医学博士;医学博士Susan P. Buchbinder; Brenda E. Crabtree-Ramirez,医学博士;医学博士Carlos del Rio;艾伦·伊顿(Ellen F. Eaton),医学博士;小约瑟夫·埃隆(Joseph J. Eron),医学博士; MBBS Jennifer F. Hoy;马里兰州克拉拉·莱曼(Clara Lehmann);
前言 在我写这篇前言时,媒体正在讨论另一起邪恶的定点暴力行为;在佛罗里达州杰克逊维尔,三名无辜者被一名种族主义暴力极端分子杀害。除了杰克逊维尔,我们还会记住亚历山大、布法罗、查尔斯顿、夏洛茨维尔、克赖斯特彻奇、达拉斯、埃尔帕索、纳什维尔、匹兹堡、波威、尤瓦尔迪……不幸的是,科罗拉多州对这些悲剧再熟悉不过了——奥罗拉剧院枪击案、科罗拉多斯普林斯计划生育协会、阿拉帕霍高中、高地牧场 STEM 学校、博尔德 King Soopers 快餐店、科罗拉多斯普林斯 Club Q,当然还有哥伦拜恩。科罗拉多州预防定点暴力战略旨在预防未来发生悲剧事件以及随后的损失和苦难。科罗拉多州预防定点暴力项目由科罗拉多信息分析中心发起,采用创新的全社区方式预防定点暴力,这在本战略中得到了体现。该战略的核心是致力于合作和公平,认识到打击有针对性的暴力需要多学科的努力,将不同的合作伙伴聚集在一起,共同致力于建设一个安全可靠的科罗拉多州。该战略利用社区成员、专业人士和组织的集体力量。该战略采用了四步公共卫生方法来预防暴力,并解决了意识形态和非意识形态的有针对性的暴力问题。步骤包括:
AI现在正在公共卫生和医学的各个方面使用,从而大大改变了卫生专业人员与患者,社区和卫生数据的互动方式。AI正在标记的两个关键领域是诊断算法和预测分析(2)。例如,与人类放射科医生相比,AI算法越来越多地用于诊断成像扫描中的疾病 - 具有高度的准确性和速度(3)。在预测分析中,AI可以预测疾病(4),医院阅读率(5)以及患者通过分析大量数据集而患上慢性疾病(6)的风险。 在这个精确的Medcine时代,AI可以帮助定制医疗治疗,以减少单个网络特征,可能改善结果并最大程度地减少副作用(7)。 公共卫生监测,疾病预测和流行模型越来越成为整合基于AI的工具的重要领域(6)。 这些应用程序展示了AI的一些潜力,以增强公共健康和临床决策的功效和精度。 但是,他们还揭示了对强大的框架以负责任地管理这些技术的需求。在预测分析中,AI可以预测疾病(4),医院阅读率(5)以及患者通过分析大量数据集而患上慢性疾病(6)的风险。在这个精确的Medcine时代,AI可以帮助定制医疗治疗,以减少单个网络特征,可能改善结果并最大程度地减少副作用(7)。公共卫生监测,疾病预测和流行模型越来越成为整合基于AI的工具的重要领域(6)。这些应用程序展示了AI的一些潜力,以增强公共健康和临床决策的功效和精度。但是,他们还揭示了对强大的框架以负责任地管理这些技术的需求。
<部门团队社区健康(Watch)诊所,北卡罗来纳州农村的安全网诊所,以及一个当地的研究农场,为2型糖尿病和没有健康保险的农村患者开发PRX计划。初步的患者调查确定了PRX计划的高度兴趣,并渴望食谱对农产品的兴趣。通过与符合条件的患者进行电话采访的形成性评估结果确定了参与的运输障碍以及对补充营养教育和烹饪资源的渴望。这些结果导致了从2021年6月至11月实施的基于交付的PRX计划。患者每周收到平均4.7磅水果和蔬菜的送货服务,以及补充营养和健康教育材料和烹饪资源(食谱,重生)。患者对该计划的满意度很高;报道的农产品消费水平,包括不熟悉的农产品,很高。教育资源与知识和动力的增加有关,以改变健康的生活方式,而血糖控制大大改善。确保患者在PRX计划的设计和实施中发表声音对于成功至关重要。持续使用严格的形成性和过程评估可以确保适当性,使用和PRX计划的积极作用,并且需要建立实施最佳实践。简介
我们使用多层次回归和后分层方法 (4,5) 估计了分区一级的糖尿病患病率。在第 1 阶段,我们使用 2 个模型估计了个体层面的糖尿病概率。在第一个模型中,我们使用 2021-2022 年 BRFSS 数据的多层逻辑回归获得了参数估计值(即模型系数)。这包括个体层面(年龄和性别)和地区层面(被认定为黑人、非裔加勒比人或有色人种的人口比例以及生活在联邦贫困线 100% 以下的人口比例)固定效应。第二个模型使用第一个模型中获得的参数估计值,通过使用 2020 年美国十年一次的人口普查数据对分区一级的人口特征计数进行回归,来预测分区一级的患病率。在第 2 阶段,我们使用后分层来生成基于模型的分区一级糖尿病患病率估计值。该过程涉及将第一阶段个体层面的预期概率与按街道人口规模加权的个体层面的人口特征组相加。