Screening Adolescents for Alcohol Use: Tracking Practice Trends of Massachusetts Pediatricians
Notice bibliographique
Résumé
OBJECTIVES: Substance use screening is a recommended component of routine healthcare for adolescents. A 2008 survey of Massachusetts primary care physicians found high rates of screening, but low rates of validated tool use, leading to the concern that physicians may be missing substance use-related problems and disorders. In an effort to improve practice, a cross-disciplinary group developed and distributed an adolescent screening, brief intervention, and referral to treatment toolkit in 2009. A new survey of Massachusetts primary care physicians was conducted in 2014; this report describes its findings, and compares them to those from 2008. METHODS: A survey was mailed to a randomly selected sample of Massachusetts primary care physicians listed in the state Board of Registration in Medicine database. Item response frequencies were computed. Multiple logistic regression modeling was used to compare 2008 and 2014 responses, while controlling for any demographic differences between samples. RESULTS: Pediatrician respondents in 2014 (analysis N = 130) reported a high rate of annually screening patients for alcohol use (96.2%), but only 56.2% reported using a validated screening tool. Rates of screening and validated tool use were higher in 2014 than 2008. Insufficient knowledge as a reported barrier to screening decreased from 2008 to 2014. However, lack of time or staff resources remained key perceived barriers to screening. CONCLUSIONS: Our findings suggest that adolescent alcohol use screening practices among Massachusetts pediatricians have improved in recent years, during a time of national and statewide efforts to educate physicians. However, opportunities for practice improvement remain.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».