Enablers of Physician Prescription of a Long-Term Asthma Controller in Patients with Persistent Asthma
Notice bibliographique
Résumé
Objective. We aimed to identify key enablers of physician prescription of a long-term controller in patients with persistent asthma. Methods. We conducted a mailed survey of randomly selected Quebec physicians. We sent a 102-item questionnaire, seeking reported management regarding one of 4 clinical vignettes of a poorly controlled adult or child and endorsement of enablers to prescribe long-term controllers. Results. With a 56% participation rate, 421 physicians participated. Most (86%) would prescribe a long-term controller (predominantly inhaled corticosteroids, ICS) to the patient in their clinical vignette. Determinants of intention were the recognition of persistent symptoms (OR 2.67), goal of achieving long-term control (OR 5.31), and high comfort level in initiating long-term ICS (OR 2.33). Decision tools, pharmacy reports, reminders, and specific training were strongly endorsed by ≥60% physicians to support optimal management. Physicians strongly endorsed asthma education, lung function testing, specialist opinion, accessible asthma clinic, and paramedical healthcare professionals to guide patients, as enablers to improve patient adherence to and physicians' comfort with long-term ICS. Interpretation. Tools and training to improve physician knowledge, skills, and perception towards long-term ICS and resources that increase patient adherence and physician comfort to facilitate long-term ICS prescription should be considered as targets for implementation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».