MétaCan
Menu
Retour à la cohorte
Enregistrement W2952986830 · doi:10.1177/2381468319855642

Traffic Lights Intervention Reduces Therapeutic Inertia: A Randomized Controlled Trial in Multiple Sclerosis Care

2019· article· en· W2952986830 sur OpenAlexaff
Gustavo Saposnik, Muhammad Mamdani, Xavier Montalbán, María Terzaghi, Berenice Silva, Maria Luisa Saladino, Philippe N. Tobler, Fernando Cáceres

Notice bibliographique

RevueMDM Policy & Practice · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMental Health and Psychiatry
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesUniversität ZürichSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungF. Hoffmann-La Roche
Mots-clésMedicineRandomized controlled trialIntervention (counseling)Physical therapyPrimary careSpecialtyInternal medicineFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background: Therapeutic inertia (TI) is a common phenomenon among physicians who care for patients with chronic conditions. We evaluated the efficacy of the traffic light system (TLS) educational intervention to reduce TI among neurologists with MS expertise. Methods: In this randomised, controlled trial, 90 neurologists who provide care to MS patients were randomly assigned to the TLS intervention ( n = 45) or to the control group ( n = 45). The educational intervention employed the TLS, a behavioral strategy that facilitates therapeutic choices by facilitating reflective decisions. The TLS consisted in a short, structured, single session intervention of 5-7 min duration. Participants made therapeutic choices of 10 simulated case-scenarios. The primary outcome was a reduction in TI based on a published TI score (case-scenarios in which a participant showed TI divided by the total number of scenarios where TI was possible ranging from 0 to 8). Results: All participants completed the study and were included in the primary analysis. TI was lower in the TLS group (1.47, 95% CI 1.32-1.61) compared to controls (1.93; 95% CI 1.79-2.08). The TLS group had a lower prevalence of TI compared to controls (0.67, 95% CI 0.62-0.71 vs. 0.82, 95% CI 0.78-0.86; p = 0.001). The multivariate analysis, adjusted for age, specialty, years of practice, and risk preference showed a 70% reduction in TI for the TLS intervention compared to controls (OR 0.30; 95% CI 0.10-0.89). Conclusions: In this randomized trial, the TLS strategy decreases the incidence of TI in MS care irrespective of age, expertise, years for training, and risk preference of participants, which would lead to better patient outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,272 · 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'étudeEssai randomisé
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMDM Policy & PracticeMême sujetMental Health and PsychiatryTravaux en français237 207