MétaCan
Menu
Retour à la cohorte
Enregistrement W2943715574 · doi:10.2196/12540

Applicability of Motivational Interviewing for Chronic Disease Management in Primary Care Following a Web-Based E-Learning Course: Cross-Sectional Study

2019· article· en· W2943715574 sur OpenAlexvenueno aff
Karoline Lukaschek, Nico Schneider, Mercedes Schelle, Ulrik Bak Kirk, Tina Eriksson, Ilkka Kunnamo, Andrée Rochfort, Claire Collins, Jochen Gensichen

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterviewMotivational interviewingMedical educationContinuing medical educationPrimary carePsychologyMedicineFamily medicineNursingContinuing educationPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Motivational interviewing (MI) is an established communication method for enhancing intrinsic motivation for changing health behavior. E-learning can reduce the cost and time involved in providing continuing education and can be easily integrated into individual working arrangements and the daily routines of medical professionals. Thus, a Web-based course was devised to familiarize health professionals with different levels of education and expertise with MI techniques for patients with chronic conditions. OBJECTIVE: The aim of this study was to report participants' opinion on the practicality of MI (as learned in the course) in daily practice, stratified by the level of education. METHODS: Participants (N=607) of the MI Web-based training course evaluated the course over 18 months, using a self-administered questionnaire. The evaluation was analyzed descriptively and stratified for the level of education (medical students, physicians in specialist training [PSTs], and general practitioners [GPs]). RESULTS: Participants rated the applicability of the skills and knowledge gained by the course as positive (medical students: 94% [79/84] good; PSTs: 88.6% [109/123] excellent; and GPs: 51.3% [182/355] excellent). When asked whether they envisage the use of MI in the future, 79% (67/84) of the students stated to a certain extent, 88.6% (109/123) of the PSTs stated to a great extent, and 38.6% (137/355) of GPs stated to a great extent. Participants acknowledged an improvement of communication skills such as inviting (medical students: 85% [72/84]; PSTs: 90.2% [111/123]; GPs: 37.2% [132/355]) and encouraging (medical students: 81% [68/84]; PSTs: 45.5% [56/123]; GPs: 36.3% [129/355]) patients to talk about behavior change and conveying respect for patient's choices (medical students: 72% [61/84]; PSTs: 50.0% [61/123]; GPs: 23.4% [83/355]). CONCLUSIONS: Participants confirmed the practicality of MI. However, the extent to which the practicality of MI was acknowledged as well as its expected benefits depended on the individual's level of education/expertise.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,374
Écart entre enseignants0,353 · 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'étudeObservationnel
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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDiabetes Management and EducationTravaux en français237 207