Academic detailing among psychiatrists – feasibility and acceptability
Notice bibliographique
Résumé
Purpose Research has shown that academic detailing (AD), which includes repeated in-person educational messages in an interactive format in a physician's office, is among the most effective continuing medical education (CME) forms for improving prescribing practices and reducing drug costs. The purpose of this paper is to investigate AD's feasibility and acceptability as an educational tool among psychiatrists and its ability to facilitate positive changes in antipsychotic prescribing. Design/methodology/approach All psychiatrists practicing in Southwestern Ontario, Canada were invited to participate. Participants (32/299(10.7 percent)) were provided with two educational sessions by a healthcare professional. Participants evaluated their AD visits and completed a pre- and post-AD questionnaire measuring various prescribing practice aspects. Findings A total of 26 out of 32 (81.3 percent) participants completed the post-AD evaluation; most of them (61.5 percent, n=16) felt that AD gave noteworthy information on tools for monitoring side-effects and 50.0 percent ( n=13) endorsed using these in practice. In total, 13 participants (50.0 percent) felt that the AD sessions gave them helpful information on tools for documenting polypharmacy use, which 46.2 percent ( n=12) indicated they would implement in their practice. No significant differences were found between participants' pre- and post-assessment prescribing behaviors. Practical implications There is great need for raising AD program's awareness and improving physician engagement in this process locally, provincially and nationally. Originality/value To the authors' knowledge, this is the first AD program in Canada to target specialists solely. Participant psychiatrists accepted the AD intervention and perceived it as a feasible CME method.
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 | 0,005 | 0,008 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».