Increasing Rates of Tobacco Treatment Delivery in Primary Care Practice: Evaluation of the Ottawa Model for Smoking Cessation
Notice bibliographique
Résumé
PURPOSE: We report on the effectiveness of the Ottawa Model for Smoking Cessation (OMSC), a multicomponent knowledge translation intervention, in increasing the rate at which primary care providers delivered smoking cessation interventions using the 3 A's model-Ask, Advise, and Act, and examine clinic-, provider-and patient-level determinants of 3 A's delivery. METHODS: We examined the effect of the knowledge translation intervention in 32 primary care practices in Ontario, Canada, by assessing a cross-sectional sample of patients before the implementation of the OMSC and a second cross-sectional sample following implementation. We used 3-level modeling (clinic, clinician, patient) to examine the main effects and predictors of 3 A's delivery. RESULTS: Four hundred eighty-one primary care clinicians and more than 3,500 tobacco users contributed data to the evaluation. Rates of delivery of the 3 A's increased significantly following program implementation (Ask: 55.3% vs 71.3%, P <.001; Advise: 45.5% vs 63.6%, P <.001; Act: 35.4% vs 54.4%, P <.001). The adjusted odds ratios (AOR) for the delivery of 3 A's between the pre- and post-assessments were AOR = 1.94; (95% CI, 1.61-2.34) for Ask, AOR = 1.92; (95% CI, 1.60-2.29) for Advise, and AOR = 2.03; (95% CI, 1.71-2.42) for Act. The quality of program implementation and the reason for clinic visit were associated with increased rates of 3 A's delivery. CONCLUSIONS: Implementation of the OMSC was associated with increased rates of smoking cessation treatment delivery. High quality implementation of the OMSC program was associated with increased rates of 3 A's delivery.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».