MétaCan
Menu
Retour à la cohorte
Enregistrement W3135223023 · doi:10.1186/s12913-021-06233-6

Continuing professional education of Iranian healthcare professionals in shared decision-making: lessons learned

2021· article· en· W3135223023 sur OpenAlexafffund
Samira Abbasgholizadeh Rahimi, Charo Rodríguez, Jordie Croteau, Alireza Sadeghpour, Amirmohammad Navali, France Légaré

Notice bibliographique

RevueBMC Health Services Research · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxUniversité LavalInstitut National d'Excellence en Santé et en Services SociauxMcGill UniversityJewish General HospitalMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - SantéTabriz University of Medical SciencesMcGill UniversityFaculty of Medicine, McGill UniversityNatural Sciences and Engineering Research Council of CanadaUniversity of Tabriz
Mots-clésMedicineHealth administrationObservational studyHealth careHealth informaticsContinuing medical educationNursing researchNursingFamily medicineIntervention (counseling)Public healthHealth professionalsMedical educationContinuing education

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In this study, we sought to assess healthcare professionals' acceptance of and satisfaction with a shared decision making (SDM) educational workshop, its impact on their intention to use SDM, and their perceived facilitators and barriers to the implementation of SDM in clinical settings in Iran. METHODS: We conducted an observational quantitative study that involved measurements before, during, and immediately after the educational intervention at stake. We invited healthcare professionals affiliated with Tabriz University of Medical Sciences, East Azerbaijan, Iran, to attend a half-day workshop on SDM in December 2016. Decisions about prenatal screening and knee replacement surgery was used as clinical vignettes. We provided a patient decision aid on prenatal screening that complied with the International Patient Decision Aids Standards and used illustrate videos. Participants completed a sociodemographic questionnaire and a questionnaire to assess their familiarity with SDM, a questionnaire based on theoretical domains framework to assess their intention to implement SDM, a questionnaire about their perceived facilitators and barriers of implementing SDM in their clinical practice, continuous professional development reaction questionnaire, and workshop evaluation. Quantitative data was analyzed descriptively and with multiple linear regression. RESULTS: Among the 60 healthcare professionals invited, 41 participated (68%). Twenty-three were female (57%), 18 were specialized in family and emergency medicine, or community and preventive medicine (43%), nine were surgeons (22%), and 14 (35%) were other types of specialists. Participants' mean age was 37.51 ± 8.64 years with 8.09 ± 7.8 years of clinical experience. Prior to the workshop, their familiarity with SDM was 3.10 ± 2.82 out of 9. After the workshop, their belief that practicing SDM would be beneficial and useful (beliefs about consequences) (beta = 0.67, 95% CI 0.27, 1.06) and beliefs about capability of using SDM (beta = 0.32, 95% CI -0.08, 0.72) had the strongest influence on their intention of practicing SDM. Participants perceived the main facilitator and barrier to perform SDM were training and high patient load, respectively. CONCLUSIONS: Participants thought the workshop was a good way to learn SDM and that they would be able to use what they had learned in their clinical practice. Future studies need to study the level of intention of participants in longer term and evaluate the impact of cultural differences on practicing SDM and its implementation in both western and non-western countries.

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)0,008
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
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 Opus0,325
Tête enseignante GPT0,596
Écart entre enseignants0,271 · 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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207