Training General Practitioners in Evidence-Based Tobacco Treatment: An Evaluation of the Tobacco Treatment Training Network in Crete (TiTAN-Crete) Intervention
Notice bibliographique
Résumé
BACKGROUND: Rates of tobacco treatment delivery in primary care are suboptimal. AIMS: We report on the effectiveness of the TiTAN Crete intervention on rates of patient-reported 4As (ask, advise, assist, arrange) tobacco treatment and general practitioner's (GP) knowledge, attitudes, self-efficacy, and intentions. METHODS: A quasi-experimental pilot study with pre-post evaluation was conducted in Crete, Greece (2015-2016). GPs ( n = 24) intervention and control group and a cross-sectional sample of their patients ( n = 841) were surveyed before the implementation of the intervention. GPs in the intervention group received training, practice, and patient tools to support the integration of the 4As treatment into clinical routines. Intervention group GPs ( n = 14) and a second cross-sectional sample of patients ( n = 460) were surveyed 4 months following the intervention to assess changes in outcomes of interest. Multilevel modeling was used to analyze data. RESULTS: Among GPs exposed to the intervention, significant increases in knowledge, self-efficacy, and rates of 4As delivery were documented between the pre- and postassessment and compared with those of the control group. Specifically, the adjusted odds ratios (AORs) and 95% confidence intervals (CIs) for 4As delivery between the pre-and postassessment among GPs exposed to the TiTAN intervention were as follows: Ask AOR 3.66 (95% CI [2.61, 5.14]); Advise AOR 4.21 (95% CI [3.02, 5.87]); Assist AOR 13.10 (95% CI [8.83, 19.42]) and Arrange AOR 4.75 (95% CI [2.67, 8.45]). CONCLUSION: We found significant increases in rates at which GPs delivered evidence-based tobacco treatment following exposure to the TiTAN intervention. Future research should examine methods for supporting broader dissemination of well-designed training interventions in general practice.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».