Interventions to increase attendance for diabetic retinopathy screening: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Purpose Study objectives were to: 1) determine the effectiveness of interventions to improve diabetic retinopathy screening (DRS) attendance; 2) specify intervention content in terms of behaviour change techniques (BCTs); 3) determine whether interventions that included particular BCTs were more effective in increasing attendance. Methods We searched the Cochrane Library, MEDLINE, EMBASE and clinical trials registers to February 2017 for randomised controlled trials (RCTs) that were designed to improve attendance for DRS or were evaluating general quality improvement (QI) strategies for diabetes care and reported the effect of the intervention on DRS attendance. We did not use any date or language restrictions in the searches. We identified and categorised component BCTs using an established BCT Taxonomy (BCTTv1). Results We included 66 RCTs. QI interventions were multifaceted and targeted patients, healthcare professionals (HCPs) or healthcare systems. Overall, DRS attendance increased by 12% (risk difference (RD) 0.12 [95% CI 0.10‐0.14]) compared with usual care, with substantial heterogeneity in effect size. Both DRS‐targeted and general QI interventions were effective, particularly where baseline DRS attendance was low. All frequently identified BCTs were associated with significant improvements in attendance. Higher effect estimates were observed in sub‐group analyses for the BCTs ‘goal setting (outcome)’ (0.26 [0.16‐0.36]) and ‘feedback on outcomes of behaviour’ (RD 0.22 [0.15‐0.29]) in interventions targeting patients, and ‘restructuring the social environment’ (RD 0.19 [0.12‐0.26]) and ‘credible source’ (RD 0.16 [0.08‐0.24]) in interventions targeting HCPs. Conclusions RCT evidence indicates that QI interventions incorporating specific BCT components are associated with meaningful improvements in DRS attendance compared to usual care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,042 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».