Influence of discipline of provider and model of care on an arthritis educational intervention in primary care
Notice bibliographique
Résumé
OBJECTIVE: To identify both provider and organizational characteristics that predicted outcomes following an educational intervention (9-hour workshop and followup reinforcement activities) developed to improve the management of arthritis in primary care. METHODS: Providers completed a survey at baseline and at 6 months postworkshop, including a case scenario for early rheumatoid arthritis. Providers were asked how they would manage the case and their responses were coded to calculate a best practice score, ranging from 0-7. Two-level hierarchical linear modeling was used to determine which of the measured provider and organizational factors predicted best practice scores at followup. RESULTS: A total of 275 multidisciplinary providers from 131 organizations completed both baseline and followup surveys. Best practice scores increased by 17% (P < 0.01); however, the mean score at 6-month followup remained relatively low (2.68). Significant predictors of best practice scores at followup were discipline of provider and model of primary care in which they worked (P < 0.05), adjusting for baseline practice scores and clustering of providers within organizations. Physicians, nurse practitioners, and rehabilitation therapists scored higher than nurses, students, and other health care providers (P < 0.01). Physician networks scored significantly lower than providers from multidisciplinary-oriented models of care (P = 0.02). CONCLUSION: These results have implications for the education of health professionals and the design of models of care to enhance arthritis care delivery.
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 | 0,004 | 0,024 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».