Changing physicians' behavior: What works and thoughts on getting more things to work
Notice bibliographique
Résumé
Health services research consistently demonstrates a gap between research-based best clinical practice and what doctors actually do. Traditionally, the profession of medicine has behaved as if dissemination of research findings in peer-reviewed journals will eliminate this gap, even though professionals typically have less than 1 hour per week to read. This problem is complicated by the fact that physicians have not been trained generally to appraise published research, which is of variable quality in any event. Physicians interested in changing their practices also encounter organizational, peer group, and individual barriers at the same time as they face information overload and patient expectations. In a word, physicians' abilities to manage information is overwhelmed. This article both summarizes initiatives to improve physicians' information management through efforts to synthesize available evidence and describes the current evidence base of effectiveness and efficiency of dissemination and implementation strategies. We conclude that there is an imperfect evidence base to support decisions regarding strategies that are likely to be appropriate and effective under varying circumstances. Since this problem is compounded by the lack of a theoretical base for conceptualizing physician behavior change, we suggest exploring the applicability of behavioral theories to the understanding of professional behavior change. We also suggest exploring the use of theory-based process evaluations alongside randomized trials of dissemination and implementation strategies to further test theories and to explore causal mechanisms. Further research is required to explore determinants of provider behavior to better identify modifiable and non-modifiable effect modifiers, to develop methods of identifying barriers and facilitators to change, and to estimate the efficiency of dissemination and implementation strategies in the presence of different barriers and effect modifiers.
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 | 0,053 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,016 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».