MétaCan
Menu
Retour à la cohorte
Enregistrement W3126867613 · doi:10.1136/bmjoq-2020-001088

Improving antibiotic initiation and duration prescribing among nursing home physicians using an audit and feedback intervention: a theory-informed qualitative analysis

2021· article· en· W3126867613 sur OpenAlexafffundabout
Celia Laur, Thivja Sribaskaran, Michelle Simeoni, Laura Desveaux, Nick Daneman, Cara Mulhall, Jonathan Lam, Noah Ivers

Notice bibliographique

RevueBMJ Open Quality · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of TorontoPublic Health OntarioWomen's College Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésDuration (music)AuditIntervention (counseling)MedicineNursingFamily medicinePsychologyBusiness

Résumé

récupéré en direct d'OpenAlex

Background In nursing homes, 25%–75% of antibiotic days of treatment are inappropriate or unnecessary and are often continued for longer durations than necessary. In Ontario, physicians can receive a provincial audit and feedback report that provides individualised, confidential, data about their antibiotic prescribing. Objectives of this study were to explore antibiotic prescribing of nursing home physicians and the influence of the report. Methods All physicians who received a personalised MyPractice: Long-Term Care report from Ontario Health (Quality) (OH(Q)) in January 2019 (n=361) were eligible to participate in semistructured telephone interviews that were recorded then transcribed verbatim. Recruitment emails were sent from OH(Q) until saturation of ideas. Analysis was conducted by two team members inductively, then deductively using the theoretical domains framework, a comprehensive, theory-informed framework to classify determinants of specific behaviours. Results Interviews were conducted with n=18 physicians; 78% (n=14) were men, practising for an average of 27 years, with 18 years of experience working in nursing homes. Physicians worked in a median of 2 facilities (range 1–6), with 72% (n=13) in an urban setting. 56% (n=10) were medical directors for at least one home. Professional role and identity impacted all aspects of antibiotic prescribing. Key roles included being an ‘Appropriate prescriber’, an ‘Educator’ and a ‘Change driver’. For antibiotic initiation, these roles interacted with Knowledge, Skills, Beliefs about consequence, Beliefs about capabilities, and Social influence to determine the resulting prescribing behaviour. When considering the impact of interacting with the report, participants’ perceived roles interacted with Reinforcement, Social influence, and Intention. Environmental context and resources was an overarching domain. Conclusion This theory-informed approach is being used to inform upcoming versions of existing audit and feedback initiatives. Appealing to the role that prescribers see themselves offers a unique opportunity to encourage desired changes, such as providing tools for physicians to be Educators and facilitating, particularly medical directors, to be Change drivers.

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)0,020
score de la tête « metaresearch » (Gemma)0,026
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,005
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,074
Tête enseignante GPT0,419
Écart entre enseignants0,346 · 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

Citations17
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetAntibiotic Use and ResistanceTravaux en français237 207