MétaCan
Menu
Retour à la cohorte
Enregistrement W3133812354 · doi:10.2147/ppa.s297581

A Co-Design Process to Elaborate Educational Materials to Promote Appropriate Use of Antibiotics for Acute Lower Respiratory Tract Infections in Primary Healthcare in Catalonia (Spain)

2021· article· en· W3133812354 sur OpenAlexaff
Laura Medina‐Perucha, Pablo Gálvez-Hernández, Ana García-Sangenís, Ana Moragas, Josep M. Cots, Anna Lanau-Roig, Alicia Espinosa Borrás, Isabel Pachón del Amo, Nieves Barragán, Ramon Monfà, Carl Llor, Anna Berenguera

Notice bibliographique

RevuePatient Preference and Adherence · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensInstitute of Health Services and Policy ResearchUniversity of Toronto
Organismes subventionnairesFundació la Marató de TV3
Mots-clésMedicineFocus groupHealth carePromotion (chess)Target audienceNursingSociology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Co-design processes with patients allow developing health education materials, that are adapted to the population's knowledge and use of language, to reduce inappropriate antibiotic use. PATIENTS AND METHODS: This study presents a co-design process of educational material with patients (over 18 years old) with a previous diagnosis of acute lower respiratory tract infection. The co-design was framed within a qualitative study (Phase I, interviews; Phase II, focus group) conducted in Barcelona between April and September 2019. RESULTS: Twenty-nine semi-structured interviews were conducted. Six people participated in the focus group. Based on participants' narratives, educational materials can be useful to support healthcare consultations. Materials should be designed to be accessible in terms of the content and language used. CONCLUSION: The co-design of educational materials is essential for health promotion. This study presents an example of how materials can be co-developed with patients. The material elaborated in this study is being used for the ISAAC-CAT project and may be useful for future research, practice in health services and health policy.

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)0,028
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,054
Tête enseignante GPT0,314
Écart entre enseignants0,260 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePatient Preference and AdherenceMême sujetAntibiotic Use and ResistanceTravaux en français237 207