Disseminating evidence from health technology assessment: The case of tobacco prevention
Notice bibliographique
Résumé
OBJECTIVES: The aims of the present study were to investigate the awareness among dentists and dental hygienists of evidence-based reports and guidelines on tobacco cessation activities and the impact these publications had on clinical practice. METHODS: A questionnaire was mailed to dental hygienists and dentists in Stockholm County, Sweden, and the results were compared with a previous investigation. RESULTS: Among the respondents, awareness of a popular science version of a systematic review on smoking and its effect on oral health was reported by 90 percent of the hygienists and 66 percent of the dentists. The information was used in clinical work by 34 percent of the dentists and 54 percent of the hygienists. Reported changes in patterns of practice were more frequent recommendations to use nicotine replacement therapy and a more widespread use of setting quit dates. Approximately one quarter of the dental professionals reported that they had increased tobacco cessation consultation because of the results from the reports. CONCLUSIONS: Changes in patterns of practice were observed after dissemination of evidence-based information on tobacco cessation. Methods that were proven to be effective in the evidence-based report such as discussing quit dates and recommending nicotine replacement therapy were more commonly used after the publication of the report. Short, popular versions of extensive systematic reviews seem to be useful for implementing evidence-based knowledge and changing clinical practice.
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 | 0,489 | 0,703 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,018 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,028 |
| Communication savante | 0,027 | 0,047 |
| Science ouverte | 0,006 | 0,015 |
| Intégrité de la recherche | 0,032 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».