MétaCan
Menu
Retour à la cohorte
Enregistrement W2156121728 · doi:10.1186/s13063-015-0720-3

Successful knowledge translation intervention in long-term care: final results from the vitamin D and osteoporosis study (ViDOS) pilot cluster randomized controlled trial

2015· article· en· W2156121728 sur OpenAlexafffundabout
Courtney Kennedy, George Ioannidis, Lehana Thabane, Jonathan D. Adachi, Sharon Marr, Lora Giangregorio, Suzanne N. Morin, Richard G. Crilly, Robert G. Josse, Lynne Lohfeld, Laura Pickard, Mary‐Lou van der Horst, Glenda Campbell, Jackie Stroud, Lisa Dolovich, Anna M. Sawka, Ravi Jain, Lynn Nash, Αλεξάνδρα Παπαϊωάννου

Notice bibliographique

RevueTrials · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSt. Peter's HospitalPurdue Pharma (Canada)University of TorontoOsteoporosis CanadaMcMaster UniversityParkwood InstituteSt. Michael's HospitalWestern UniversityMcGill UniversityUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchMerck CanadaOntario Ministry of Health and Long-Term CareMcMaster UniversityAmgenOsteoporosis CanadaCancer Care OntarioUniversity of TorontoHamilton Health SciencesEli Lilly and Company
Mots-clésMedicinePharmacyIntervention (counseling)Randomized controlled trialAuditLong-term careFamily medicineCluster randomised controlled trialCluster (spacecraft)Physical therapyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Few studies have systematically examined whether knowledge translation (KT) strategies can be successfully implemented within the long-term care (LTC) setting. In this study, we examined the effectiveness of a multifaceted, interdisciplinary KT intervention for improving the prescribing of vitamin D, calcium and osteoporosis medications over 12-months. METHODS: We conducted a pilot, cluster randomized controlled trial in 40 LTC homes (21 control; 19 intervention) in Ontario, Canada. LTC homes were eligible if they had more than one prescribing physician and received services from a large pharmacy provider. Participants were interdisciplinary care teams (physicians, nurses, consultant pharmacists, and other staff) who met quarterly. Intervention homes participated in three educational meetings over 12 months, including a standardized presentation led by expert opinion leaders, action planning for quality improvement, and audit and feedback review. Control homes did not receive any additional intervention. Resident-level prescribing and clinical outcomes were collected from the pharmacy database; data collectors and analysts were blinded. In addition to feasibility measures, study outcomes were the proportion of residents taking vitamin D (≥800 IU/daily; primary), calcium ≥500 mg/day and osteoporosis medications (high-risk residents) over 12 months. Data were analyzed using the generalized estimating equations technique accounting for clustering within the LTC homes. RESULTS: At baseline, 5,478 residents, mean age 84.4 (standard deviation (SD) 10.9), 71% female, resided in 40 LTC homes, mean size = 137 beds (SD 76.7). In the intention-to-treat analysis (21 control; 19 intervention clusters), the intervention resulted in a significantly greater increase in prescribing from baseline to 12 months between intervention versus control arms for vitamin D (odds ratio (OR) 1.82, 95% confidence interval (CI): 1.12, 2.96) and calcium (OR 1.33, 95% CI: 1.01, 1.74), but not for osteoporosis medications (OR 1.17, 95% CI: 0.91, 1.51). In secondary analyses, excluding seven nonparticipating intervention homes, ORs were 3.06 (95% CI: 2.18, 4.29), 1.57 (95% CI: 1.12, 2.21), 1.20 (95% CI: 0.90, 1.60) for vitamin D, calcium and osteoporosis medications, respectively. CONCLUSIONS: Our KT intervention significantly improved the prescribing of vitamin D and calcium and is a model that could potentially be applied to other areas requiring quality improvement. TRIAL REGISTRATION: ClinicalTrials.gov: NCT01398527 . Registered: 19 July 2011.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,215
Tête enseignante GPT0,467
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTrialsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207