MétaCan
Menu
Retour à la cohorte
Enregistrement W2965936943 · doi:10.1016/j.puhe.2019.06.009

Integrating behaviour change counselling into chronic disease management: a square peg in a round hole? A system-level exploration in primary health care

2019· article· en· W2965936943 sur OpenAlexaff
Michael Vallis, Dayna Lee‐Baggley, Tara Sampalli, Donald S. Shepard, L. McIssaac, Ashley Ryer, S. Ryan-Carson, Stewart Manley

Notice bibliographique

RevuePublic Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesBat Conservation InternationalAmerican Institute of Mathematics
Mots-clésCompetence (human resources)PsychosocialNursingScope of practiceMedical educationContext (archaeology)MedicineHealth carePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The objective of this study is to evaluate the uptake of competency-based behaviour change counselling training within a primary healthcare setting. Specific questions concerning provider readiness for training, perceived importance of training in the context of service demands and perceptions of competence after training were addressed. STUDY DESIGN: A process-focused study which adopted a complex systems approach to implementation. Each step was evaluated before the next step was developed. The design was guided by the RE-AIM (reach, effectiveness, adoption, implementation, maintenance) framework. METHODS: Four specific primary care services were identified and behaviour change counselling training tailored to each service was provided, based on a model of training built around competencies in establishing change-based relationships, assessing and promoting readiness to change, using evidence-based behaviour modification skills when ready and addressing psychosocial determinants of behaviour within scope of practice. Before training, a manager's readiness to facilitate training and identification of peer leaders to support ongoing practice of skills were completed. RESULTS: Two programs negotiated 8 h of formal training, one program received 10 h and one program received 12 h. All programs engaged in peer support activities. Despite willingness to support training, 90% of managers were ambivalent about training activities, relative to one half of healthcare providers (HCPs). Few HCPs and no managers self-identified as ready without ambivalence. Furthermore, HCPs were reluctant to be evaluated by an expert and preferred self-evaluation methods. In contrast, HCPs uniformly endorsed the relevance, value and professional commitment to all component skills of the behaviour change counselling model. At the end of the training, over 75% of staff reported receiving formal training (reach). Almost 80% of staff reported using change-based relationship skills daily, with less frequent use of skills associated with addressing psychosocial issues. The degree of corrective feedback was generally low, however. An index of competency based on formal training, frequent use and receiving corrective feedback indicated that most HCPs did not meet these criteria. CONCLUSION: Training in behaviour change counselling competencies was successfully implemented in this project. The vast majority of HCPs received training, despite ambivalence. Furthermore, HCPs strongly valued these skills and used them frequently. However, they were reluctant to accept corrective feedback. Future research is needed to evaluate innovative strategies to overcome obstacles to receiving corrective feedback in the use of behaviour change counselling skills.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,149
Tête enseignante GPT0,404
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic HealthMême sujetBehavioral Health and InterventionsTravaux en français237 207