Organ and tissue donation in clinical settings: a systematic review of the impact of interventions aimed at health professionals
Notice bibliographique
Résumé
In countries where presumed consent for organ donation does not apply, health professionals (HP) are key players for identifying donors and obtaining their consent. This systematic review was designed to verify the efficacy of interventions aimed at HPs to promote organ and tissue donation in clinical settings. CINAHL (1982 to 2012), COCHRANE LIBRARY, EMBASE (1974 to 2012), MEDLINE (1966 to 2012), PsycINFO (1960 to 2012), and ProQuest Dissertations and Theses were searched for papers published in French or English until September 2012. Studies were considered if they met the following criteria: aimed at improving HPs' practices regarding the donation process or at increasing donation rates; HPs working in clinical settings; and interventions with a control group or pre-post assessments. Intervention behavioral change techniques were analyzed using a validated taxonomy. A risk ratio was computed for each study having a control group. A total of 15 studies were identified, of which only 5 had a control group. Interventions were either educational, organizational or a combination of both, and had a weak theoretical basis. The most common behavior change technique was providing instruction. Two sets of interventions showed a significant risk ratio. However, most studies did not report the information needed to compute their efficacy. Therefore, interventions aimed at improving the donation process or at increasing donation rates should be based on sound theoretical frameworks. They would benefit from more rigorous evaluation methods to ensure good knowledge translation and appropriate organizational decisions to improve professional practices.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».