MétaCan
Menu
Retour à la cohorte
Enregistrement W3029540783 · doi:10.1111/jocn.15350

Public health nurse referrals for paediatric weight management: A nested mixed‐methods study

2020· article· en· W3029540783 sur OpenAlexaffabout
Nam Nguyen-Hoang, Maryam Kebbe, Chenhui Peng, Andraea Van Hulst, Geoff D.C. Ball

Notice bibliographique

RevueJournal of Clinical Nursing · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueObesity and Health Practices
Établissements canadiensStollery Children's HospitalMcGill UniversityAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNursingMedicinePublic health nursePublic health

Résumé

récupéré en direct d'OpenAlex

AIMS AND OBJECTIVES: To (a) characterise and determine proportions of referred and enrolled children and (b) explore public health nurses' (PHNs) experiences, perspectives and recommendations regarding a new nurse-led referral pathway for paediatric weight management. BACKGROUND: Children with obesity and their families in Canada access specialised services for obesity management through physician referral. Since this requirement can prevent timely access to health services, we established and tested a referral pathway whereby PHNs directly refer children to specialised care for obesity management. DESIGN: Nested mixed-methods study reported using GRAMMS. METHOD: Our research study included children (2-17 years of age; body mass index ≥85th percentile) referred by a PHN to the Pediatric Centre for Weight and Health (PCWH; Stollery Children's Hospital, Edmonton, Alberta, Canada) from April 2017-September 2018. We summarised referral and enrolment data using descriptive statistics and conducted one-on-one, semi-structured telephone interviews with PHNs; interviews were audio-recorded, transcribed verbatim, managed using NVivo 12 and analysed by two independent reviewers using content analysis. RESULTS: Our sample included 79 referred children (4.4 ± 1.8 years old; 3.4 ± 1.3 BMI z-score; 52.7% male), of which 47 (59.5%) enrolled in care. PHNs' (n = 11) experiences, perspectives and recommendations regarding the new referral pathway were grouped into four categories: (a) practicality of the referral pathway (e.g., simple and straightforward), (b) utility of the referral pathway (e.g., economic and timesaving), (c) uptake of the referral pathway (e.g., physician's influence) and (d) recommendations to improve the referral pathway (e.g., having electronic access to the referral form). CONCLUSIONS: A PHN-specific referral pathway led most children and families to enrol in paediatric weight management and overall was perceived as acceptable and appropriate among PHNs. RELEVANCE TO CLINICAL PRACTICE: Our results highlight the valuable role that PHNs can play in directly referring children to specialised services for weight management. This pathway has the potential to reduce wait times and enhance treatment enrolment.

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)0,016
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,018
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,491
Tête enseignante GPT0,653
Écart entre enseignants0,162 · 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'étudeQualitatif
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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NursingMême sujetObesity and Health PracticesTravaux en français237 207