MétaCan
Menu
Retour à la cohorte
Enregistrement W3090684477 · doi:10.2196/21015

Reducing Alcohol and Opioid Use Among Youth in Rural Counties: An Innovative Training Protocol for Primary Health Care Providers and School Personnel

2020· article· en· W3090684477 sur OpenAlexvenueno aff
Erica Francis, Kara Shifler Bowers, Glenn Buchberger, Sheryl A. Ryan, William Milchak, Jennifer L. Kraschnewski

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésBrief interventionMedicineNursingReferralHealth careFamily medicineIntervention (counseling)Medical education

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Given that youth alcohol use is more common in rural communities, such communities can play a key role in preventing alcohol use among adolescents. Guidelines recommend primary care providers incorporate screening, brief intervention, and referral to treatment (SBIRT) into routine care. OBJECTIVE: The aim is to train primary care providers and school nurses within a rural 10-county catchment area in Pennsylvania to use SBIRT and facilitate collaboration with community organizations to better coordinate substance use prevention efforts. METHODS: To build capacity to address underage drinking and opioid use among youth aged 9-20 years, this project uses telehealth, specifically Project ECHO (Extension for Community Healthcare Outcomes), to train primary care providers and school nurses to address substance use with SBIRT. Our project will provide 120 primary care providers and allied health professionals as well as 20 school nurses with SBIRT training. Community-based providers will participate in weekly virtual ECHO sessions with a multidisciplinary team from Penn State College of Medicine that will provide SBIRT training and facilitate case discussions among participants. RESULTS: To date, we have launched one SBIRT ECHO project with school personnel, enrolling 34 participants. ECHO participants are from both rural (n=17) and urban (n=17) counties and include school nurses (n=15), school counselors (n=8), teachers (n=5), administrators (n=3), and social workers (n=3). Before the study began, only 2/13 (15.5%) of schools were screening for alcohol use. CONCLUSIONS: This project teaches primary care clinics and schools to use SBIRT to prevent the onset and reduce the progression of substance use disorders, reduce problems associated with substance use disorders, and strengthen communities' prevention capacity. Ours is an innovative model to improve rural adolescent health by reducing alcohol and opioid use. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/21015.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,456
Tête enseignante GPT0,610
Écart entre enseignants0,154 · 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'étudeQualitatif
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSchool Health and Nursing EducationTravaux en français237 207