Barriers to and enablers of diabetic retinopathy screening attendance: a systematic review of published and grey literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To identify and synthesize studies reporting modifiable barriers/enablers associated with retinopathy screening attendance in people with Type 1 or Type 2 diabetes, and to identify those most likely to influence attendance. METHODS: We searched MEDLINE, EMBASE, PsycINFO, Cochrane Library and the 'grey literature' for quantitative and qualitative studies to February 2017. Data (i.e. participant quotations, interpretive summaries, survey results) reporting barriers/enablers were extracted and deductively coded into domains from the Theoretical Domains Framework; with domains representing categories of theoretical barriers/enablers proposed to mediate behaviour change. Inductive thematic analysis was conducted within domains to describe the role each domain plays in facilitating or hindering screening attendance. Domains that were more frequently coded and for which more themes were generated were judged more likely to influence attendance. RESULTS: Sixty-nine primary studies were included. We identified six theoretical domains ['environmental context and resources' (75% of included studies), 'social influences' (51%), 'knowledge' (51%), 'memory, attention, decision processes' (50%), 'beliefs about consequences' (38%) and 'emotions' (33%)] as the key mediators of diabetic retinopathy screening attendance. Examples of barriers populating these domains included inaccurate diabetic registers and confusion between routine eye care and retinopathy screening. Recommendations by healthcare professionals and community-level media coverage acted as enablers. CONCLUSIONS: Across a variety of contexts, we found common barriers to and enablers of retinopathy screening that could be targeted in interventions aiming to increase screening attendance.
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.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle