Effectiveness of guideline dissemination and implementation strategies on health care professionals’ behaviour and patient outcomes in the cancer care context: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Health care professionals (HCPs) use clinical practice guidelines (CPGs) to make evidence-informed decisions regarding patient care. Although a large number of cancer-related CPGs exist, it is unknown which CPG dissemination and implementation strategies are effective for improving HCP behaviour and patient outcomes in a cancer care context. This review aimed to determine the effectiveness of CPG dissemination and/or implementation strategies among HCPs in a cancer care context. METHODS: A comprehensive search of five electronic databases was conducted. Studies were limited to the dissemination and/or implementation of a CPG targeting both medical and/or allied HCPs in cancer care. Two reviewers independently coded strategies using the Mazza taxonomy, extracted study findings, and assessed study quality. RESULTS: The search strategy identified 33 studies targeting medical and/or allied HCPs. Across the 33 studies, 23 of a possible 49 strategies in the Mazza taxonomy were used, with a mean number of 3.25 (SD = 1.45) strategies per intervention. The number of strategies used per intervention was not associated with positive outcomes. Educational strategies (n = 24), feedback on guideline compliance (n = 11), and providing reminders (n = 10) were the most utilized strategies. When used independently, providing reminders and feedback on CPG compliance corresponded with positive significant changes in outcomes. Further, when used as part of multi-strategy interventions, group education and organizational strategies (e.g. creation of an implementation team) corresponded with positive significant changes in outcomes. CONCLUSIONS: Future CPG dissemination and implementation interventions for cancer care HCPs may benefit from utilizing the identified strategies. Research in this area should aim for better alignment between study objectives, intervention design, and evaluation measures, and should seek to incorporate theory in intervention design, so that behavioural antecedents are considered and measured; doing so would enhance the field's understanding of the causal mechanisms by which interventions lead, or do not lead, to changes in outcomes at all levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».