An education intervention to improve decision making and health literacy among older Australians: a randomised controlled trial
Notice bibliographique
Résumé
BACKGROUND: National policies seek to involve older Australian's in decisions regarding their care; however, research has found varying levels of decision self-efficacy and health literacy skills. An increasing number of older Australians use complementary medicine (CM). We examined the effectiveness of a CM educational intervention delivered using a web or DVD plus booklet format to increase older adults' decision self-efficacy and health literacy. METHODS: A randomised controlled trial was conducted. We recruited individuals aged over 65 years living in retirement villages or participating in community groups, in Sydney Australia. Participants were randomly allocated to receive a CM education intervention delivered using a website or DVD plus booklet versus booklet only. The primary outcome was decision self-efficacy. A secondary outcome included the Preparation for Decision-Making scale and health literacy. Outcomes were collected at 3 weeks, and 2 months from baseline, and analysed using an adjusted ANOVA, or repeated measures ANOVA. RESULT: We randomised 153 participants. Follow up at 3 weeks and 2 months was completed by 131 participants. There was a 14% (n = 22) attrition rate. At the end of the intervention, we found no significant differences between groups for decision self-efficacy (mean difference (MD) 3.8, 95% confidence interval (CI) -2.0 to 9.6 p = 0.20), there were no differences between groups on nine health literacy domains, and the Preparation for Decision-Making scale. Over 80% of participants in both groups rated the content as excellent or good. CONCLUSION: Decision self-efficacy improved for participants, but did not differ between groups. Decision self-efficacy and health literacy outcomes were not influenced by the delivery of education using a website, DVD or booklet. Participants found the resources useful, and rated the content as good or excellent. CM Web or DVD and booklet resources have the potential for wider application. TRIAL REGISTRATION: The trial was registered with the Australian New Zealand Clinical Trials Registry: ACTRN ( ACTRN12616000135415 ). The trial was registered on 5 February 2016.
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 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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».