MétaCan
Menu
Retour à la cohorte
Enregistrement W2569344334 · doi:10.1186/s13012-016-0538-8

Behavior change interventions and policies influencing primary healthcare professionals’ practice—an overview of reviews

2017· review· en· W2569344334 sur OpenAlexafffund
Bhupendrasinh F Chauhan, Maya M. Jeyaraman, Amrinder Singh Mann, Justin Lys, Becky Skidmore, Kathryn M. Sibley, Ahmed M Abou-Setta, Ryan Zarychanksi

Notice bibliographique

RevueImplementation Science · 2017
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCancerCare ManitobaGeorge & Fay Yee Centre for Healthcare InnovationUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychological interventionCINAHLMedicineSystematic reviewMEDLINEHealth careGrey literatureHealth administrationMedical prescriptionFamily medicineNursingHealth services researchAuditRestructuringMedical educationPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a plethora of interventions and policies aimed at changing practice habits of primary healthcare professionals, but it is unclear which are the most appropriate, sustainable, and effective. We aimed to evaluate the evidence on behavior change interventions and policies directed at healthcare professionals working in primary healthcare centers. METHODS: Study design: overview of reviews. DATA SOURCE: MEDLINE (Ovid), Embase (Ovid), The Cochrane Library (Wiley), CINAHL (EbscoHost), and grey literature (January 2005 to July 2015). STUDY SELECTION: two reviewers independently, and in duplicate, identified systematic reviews, overviews of reviews, scoping reviews, rapid reviews, and relevant health technology reports published in full-text in the English language. DATA EXTRACTION AND SYNTHESIS: two reviewers extracted data pertaining to the types of reviews, study designs, number of studies, demographics of the professionals enrolled, interventions, outcomes, and authors' conclusions for the included studies. We evaluated the methodological quality of the included studies using the AMSTAR scale. For the comparative evaluation, we classified interventions according to the behavior change wheel (Michie et al.). RESULTS: Of 2771 citations retrieved, we included 138 reviews representing 3502 individual studies. The majority of systematic reviews (91%) investigated behavior and practice changes among family physicians. Interactive and multifaceted continuous medical education programs, training with audit and feedback, and clinical decision support systems were found to be beneficial in improving knowledge, optimizing screening rate and prescriptions, enhancing patient outcomes, and reducing adverse events. Collaborative team-based policies involving primarily family physicians, nurses, and pharmacists were found to be most effective. Available evidence on environmental restructuring and modeling was found to be effective in improving collaboration and adherence to treatment guidelines. Limited evidence on nurse-led care approaches were found to be as effective as general practitioners in patient satisfaction in settings like asthma, cardiovascular, and diabetes clinics, although this needs further evaluation. Evidence does not support the use of financial incentives to family physicians, especially for long-term behavior change. CONCLUSIONS: Behavior change interventions including education, training, and enablement in the context of collaborative team-based approaches are effective to change practice of primary healthcare professionals. Environmental restructuring approaches including nurse-led care and modeling need further evaluation. Financial incentives to family physicians do not influence long-term practice change.

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)0,018
score de la tête « metaresearch » (Gemma)0,071
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,071
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0160,017
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,971
Tête enseignante GPT0,844
Écart entre enseignants0,127 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations217
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207