Using theories of behaviour to understand transfusion prescribing in three clinical contexts in two countries: Development work for an implementation trial
Notice bibliographique
Résumé
BACKGROUND: Blood transfusion is an essential part of healthcare and can improve patient outcomes. However, like most therapies, it is also associated with significant clinical risks. In addition, there is some evidence of overuse. Understanding the potential barriers and enablers to reduced prescribing of blood products will facilitate the selection of intervention components likely to be effective, thereby reducing the number of costly trials evaluating different implementation strategies. Using a theoretical basis to understand behaviours targeted for change will contribute to a 'basic science' relating to determinants of professional behaviour and how these inform the selection of techniques for changing behaviour. However, it is not clear which theories of behaviour are relevant to clinicians' transfusing behaviour. The aim of this study is to use a theoretical domains framework to identify relevant theories, and to use these theories to identify factors that predict the decision to transfuse. METHODS: The study involves two steps: interview study and questionnaire study. Using a previously identified framework, we will conduct semi-structured interviews with clinicians to elicit their views about which factors are associated with waiting and further monitoring the patient rather than transfusing red blood cells. Interviews will cover the following theoretical domains: knowledge; skills; social/professional role and identity; beliefs about capabilities; beliefs about consequences; motivation and goals; memory, attention, and decision processes; environmental context and resources; social influences; emotion; behavioural regulation; nature of the behaviour. The interviews will take place independently in Canada and the UK and involve two groups of physicians in each country (UK: adult and neonatal intensive care physicians; Canada: intensive care physicians and orthopaedic surgeons). We will: analyse interview transcript content to select relevant theoretical domains; use consensus processes to map these domains on to theories of behaviour; develop questionnaires based on these theories; and mail them to each group of physicians in the two countries. From our previous work, it is likely that the theories will include: theory of planned behaviour, social cognitive theory and the evidence-based strategy, implementation intention. The questionnaire data will measure predictor variables (theoretical constructs) and outcome variables (intention and clinical decision), and will be analysed using multiple regression analysis. We aim to achieve 150 respondents in each of the four groups for each postal survey.
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 | 0,154 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».