The Ontario printed educational message (OPEM) trial to narrow the evidence-practice gap with respect to prescribing practices of general and family physicians: a cluster randomized controlled trial, targeting the care of individuals with diabetes and hypertension in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: There are gaps between what family practitioners do in clinical practice and the evidence-based ideal. The most commonly used strategy to narrow these gaps is the printed educational message (PEM); however, the attributes of successful printed educational messages and their overall effectiveness in changing physician practice are not clear. The current endeavor aims to determine whether such messages change prescribing quality in primary care practice, and whether these effects differ with the format of the message. METHODS/DESIGN: The design is a large, simple, factorial, unblinded cluster-randomized controlled trial. PEMs will be distributed with informed, a quarterly evidence-based synopsis of current clinical information produced by the Institute for Clinical Evaluative Sciences, Toronto, Canada, and will be sent to all eligible general and family practitioners in Ontario. There will be three replicates of the trial, with three different educational messages, each aimed at narrowing a specific evidence-practice gap as follows: 1) angiotensin-converting enzyme inhibitors, hypertension treatment, and cholesterol lowering agents for diabetes; 2) retinal screening for diabetes; and 3) diuretics for hypertension.For each of the three replicates there will be three intervention groups. The first group will receive informed with an attached postcard-sized, short, directive "outsert." The second intervention group will receive informed with a two-page explanatory "insert" on the same topic. The third intervention group will receive informed, with both the above-mentioned outsert and insert. The control group will receive informed only, without either an outsert or insert.Routinely collected physician billing, prescription, and hospital data found in Ontario's administrative databases will be used to monitor pre-defined prescribing changes relevant and specific to each replicate, following delivery of the educational messages. Multi-level modeling will be used to study patterns in physician-prescribing quality over four quarters, before and after each of the three interventions. Subgroup analyses will be performed to assess the association between the characteristics of the physician's place of practice and target behaviours.A further analysis of the immediate and delayed impacts of the PEMs will be performed using time-series analysis and interventional, auto-regressive, integrated moving average modeling.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».