To Choose or Not To Choose: Evaluating the Effect of a Choosing Wisely Knowledge Translation Initiative for Imaging in Low Back Pain by Emergency Physicians
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
INTRODUCTION: We aimed to quantify the baseline familiarity of emergency medicine (EM) physicians with the Choosing Wisely Canada (CWC)-EM recommendations. We then assessed whether a structured knowledge translation (KT) initiative affected awareness, knowledge, and practice patterns for imaging in low back pain. METHODS: We completed a two-center, before and after practice evaluation study. Physicians working in two Canadian emergency departments (EDs) were asked to participate in a survey before a KT initiative, and were surveyed again at a six-month follow up period post-intervention. The primary outcome of physician practice was determined by analyzing the frequency of lumbar X-ray imaging for back pain. RESULTS: A total of 37 physicians were asked to complete the pre- and post-intervention survey. Awareness of the CWC-EM recommendations increased following the intervention (63%; 95%CI: 43-79 at baseline vs. 86%; 66-96 post-intervention). Knowledge increased with 58% (39-76) of physicians responding correctly initially, and 86% (66-96) after the intervention. Despite increases in awareness and knowledge of the guidelines, the lumbar X-ray imaging rate increased from a baseline of 12% (9.9-14.5) to 16.2% (13.6-19.2; p = 0.023) following the intervention. CONCLUSION: We demonstrated some improvements in physician awareness and knowledge of the CWC-EM recommendations following our intervention. Despite these improvements, our KT intervention was associated with an increased frequency of imaging for low back pain, contrary to our expectations.
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 | 0,013 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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