Do Trained Practice Nurses Apply Motivational Interviewing Techniques in Primary Care Consultations?
Notice bibliographique
Résumé
BACKGROUND: Reducing the prevalence of unhealthy lifestyle behaviour could positively influence health. Motivational interviewing (MI) is used to promote change in unhealthy lifestyle behaviour as part of primary or secondary prevention. Whether MI is actually applied as taught is unknown. Practice nurses' application of motivational interviewing in real-life primary care consultations was examined. Furthermore, we explored if (and to what extent) practice nurses adjust their motivational interviewing skills to primary versus secondary prevention. METHODS: Thirteen Dutch practice nurses, from four general practices, trained in motivational interviewing participated, 117 adult patients visiting the practice nurse participated, 117 practice nurse-patient consultations between June and December 2010 were videotaped. Motivational interview skills were rated by two observers using the Behaviour Change Counselling Index (BECCI). Data were analyzed using multilevel regression. RESULTS: Practice nurses use motivational interviewing techniques to some extent. Substantial variation was found between motivational interviewing items. No significant differences in the use of motivational interviewing between primary and secondary prevention was found. CONCLUSIONS: Motivational interviewing skills are not easily applicable in routine practice. Health care providers who want to acquire motivational interview skills should follow booster sessions after the first training. The training could be strengthened by video-feedback and feedback based on participating observation. A possible explanation for the lack of differences between the two types of prevention consultations may be the gain to help patients in primary consultations by preventing complications equals the necessity to help the disease from aggravating in secondary prevention.
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 | 0,008 | 0,085 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».