MétaCan
Menu
Retour à la cohorte
Enregistrement W2806113202 · doi:10.1186/s12913-018-3244-1

Pregnant women’s views on how to promote the use of a decision aid for Down syndrome prenatal screening: a theory-informed qualitative study

2018· article· en· W2806113202 sur OpenAlexafffundabout
Titilayo Tatiana Agbadjé, Matthew Menear, Michèle Dugas, Marie‐Pierre Gagnon, Samira Abbasgholizadeh Rahimi, Hubert Robitaille, Anik Giguère, François Rousseau, Brenda J. Wilson, France Légaré

Notice bibliographique

RevueBMC Health Services Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxCentre for Interdisciplinary Research in RehabilitationCentre hospitalier universitaire de QuébecUniversity of OttawaUniversité Laval
Organismes subventionnairesGenome AlbertaCanadian Institutes of Health ResearchGenome British ColumbiaGénome QuébecGenome Canada
Mots-clésMedicineFocus groupPublic healthFamily medicineQualitative researchHealth informaticsPrenatal careIntervention (counseling)Health administrationNursing researchReproductive medicinePregnancyNursingPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For pregnant women and their partners, the decision to undergo Down syndrome prenatal screening is difficult. Patient decision aids (PtDA) can help them make an informed decision. We aimed to identify behaviour change techniques (BCTs) that would be useful in an intervention to promote the use of a PtDA for Down syndrome prenatal screening, and to identify which of these BCTs pregnant women found relevant and acceptable. METHODS: Using the Behaviour Change Wheel and the Theoretical Domains Framework, we conducted a qualitative descriptive study. First, a group of experts from diverse professions, disciplines and backgrounds (eg. medicine, engineering, implementation science, community and public health, shared decision making) identified relevant BCTs. Then we recruited pregnant women consulting for prenatal care in three clinical sites: a family medicine group, a birthing centre (midwives) and a hospital obstetrics department in Quebec City, Canada. To be eligible, participants had to be at least 18 years old, having recently given birth or at least 16 weeks pregnant with a low-risk pregnancy, and have already decided about prenatal screening. We conducted three focus groups and asked questions about the relevance and acceptability of the BCTs. We analysed verbatim transcripts and reduced the BCTs to those the women found most relevant and acceptable. RESULTS: Our group of experts identified 25 relevant BCTs relating to information, support, consequences, others' approval, learning, reward, environmental change and mode of delivery. Fifteen women participated in the study with a mean age of 27 years. Of these, 67% (n = 10) were pregnant for the first time, 20% (n = 3) had difficulty making the decision to take the test, and 73% had made the decision with their partner. Of the 25 BCTs identified using the Behaviour Change Wheel, the women found the following 10 to be most acceptable and relevant: goal setting (behaviour), goal setting (results), problem solving, action plan, social support (general), social support (practical), restructuring the physical environment, prompts/cues, credible sources and modelling or demonstration of the behaviour. CONCLUSIONS: An intervention to promote PtDA use among pregnant women for Down syndrome prenatal screening should incorporate the 10 BCTs identified.

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)0,034
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,010
Communication savante0,0040,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
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 Opus0,537
Tête enseignante GPT0,586
Écart entre enseignants0,049 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207