Developing clinical decision tools to implement chronic disease prevention and screening in primary care: the BETTER 2 program (building on existing tools to improve chronic disease prevention and screening in primary care)
Notice bibliographique
Résumé
BACKGROUND: The Building on Existing Tools to Improve Chronic Disease Prevention and Screening in Family Practice (BETTER) trial demonstrated the effectiveness of an approach to chronic disease prevention and screening (CDPS) through a new skilled role of a 'prevention practitioner'(PP). The PP has appointments with patients 40-65 years of age that focus on primary prevention activities and screening of cancer (breast, colorectal, cervical), diabetes and cardiovascular disease and associated lifestyle factors. There are numerous and occasionally conflicting evidence-based guidelines for CDPS, and the majority of these guidelines are focused on specific diseases or conditions; however, primary care providers often attend to patients with multiple conditions. To ensure that high-level evidence guidelines were used, existing clinical practice guidelines and tools were reviewed and integrated into blended BETTER tool kits. Building on the results of the BETTER trial, the BETTER tools were updated for implementation of the BETTER 2 program into participating urban, rural and remote communities across Canada. METHODS: A clinical working group consisting of PPs, clinicians and researchers with support from the Centre for Effective Practice reviewed the literature to update, revise and adapt the integrated evidence algorithms and tool kits used in the BETTER trial. These resources are nuanced, based on individual patient risk, values and preferences and are designed to facilitate decision-making between providers across the target diseases and lifestyle factors included in the BETTER 2 program. Using the updated BETTER 2 toolkit, clinicians 1) determine which CDPS actions patients are eligible to receive and 2) develop individualized 'prevention prescriptions' with patients through shared decision-making and motivational interviewing. RESULTS: The tools identify the patients' risks and eligible primary CDPS activities: the patient survey captures the patient's health history; the prevention visit form and integrated CDPS care map identify eligible CDPS activities and facilitate decisions when certain conditions are met; and the 'bubble diagram' and 'prevention prescription' promote shared decision-making. CONCLUSION: The integrated clinical decision-making tools of BETTER 2 provide resources for clinicians and policymakers that address patients' complex care needs beyond single disease approaches and can be adapted to facilitate CDPS in the urban, rural and remote clinical setting. TRIAL REGISTRATION: The registration number of the original RCT BETTER trial was ISRCTN07170460 .
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 | 0,125 | 0,249 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».