Identifying behavior change techniques for inclusion in a complex intervention targeting antipsychotic prescribing to nursing home residents with dementia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nursing home residents with dementia are commonly prescribed antipsychotics despite the associated increased risk of harms. Interventions to optimize prescribing practice have been found to be effective in the short term, but there is a lack of evidence to support sustainability of effects, along with a lack of theory, public involvement, and transparency in the intervention development process. Using theory has been advocated as a means of improving intervention sustainability. The aim of this study was, therefore, to identify behavior change techniques (BCTs) for inclusion in a complex intervention targeting antipsychotic prescribing to nursing home residents with dementia. A comprehensive approach to identifying a long list of all potential BCTs from three different sources was undertaken. The most appropriate BCTs were then selected through a two-round Delphi consensus survey with a broad range of experts (n = 18 panelists). Advisory groups of people with dementia, family carers, and professional stakeholders provided feedback on the final BCTs included. After two Delphi survey rounds, agreement was reached on 22 BCTs. Further refinement of the selected BCTs based on advisory group and panelists' feedback, along with use of the APEASE criteria (Affordability, Practicability, Effectiveness, Acceptability, Side effects/safety, and Equity) resulted in a final list of 16 BCTs. The next step in intervention development will be to identify the most appropriate mode of delivery of the 16 BCTs identified for inclusion. The study provides a case example of a systematic approach to incorporating evidence with stakeholder views in the identification of appropriate BCTs.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle