MétaCan
Menu
Retour à la cohorte
Enregistrement W3159189009 · doi:10.1186/s12911-021-01494-x

Ready for SDM: evaluating a train-the-trainer program to facilitate implementation of SDM training in Norway

2021· article· en· W3159189009 sur OpenAlexaff
Simone Kienlin, Marie-Ève Poitras, Dawn Stacey, Kari Nytrøen, Jürgen Kasper

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensOttawa HospitalUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesHelse Sør-Øst RHFHelse Nord RHF
Mots-clésOperationalizationHealth careTrainerMedical educationCompetence (human resources)CurriculumObservational studyDescriptive statisticsMedicineHealth informaticsNursingPsychologyComputer sciencePublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare providers need training to implement shared decision making (SDM). In Norway, we developed "Ready for SDM", a comprehensive SDM curriculum tailored to various healthcare providers, settings, and competence levels, including a course targeting interprofessional healthcare teams. The overall aim was to evaluate a train-the-trainer (TTT) program for healthcare providers wanting to offer this course within their hospital trust. METHODS: Our observational descriptive design was informed by Kirkpatrick´s Model of Educational Outcomes. The South-Eastern Regional Health Authority invited healthcare providers from all health trusts in its jurisdiction to attend. The TTT consisted of a one-day basic course with lectures on SDM, exercises and group reflections followed by a two-day advanced course including an SDM observer training. Immediately after each of the two courses, reaction and learning (Kirkpatrick levels 1 and 2) were assessed using a self-administered questionnaire. After the advanced course, observer skills were operationalized as accuracy of the participants' assessment of a consultation compared to an expert assessment. Within three months post-training, we measured number of trainings conducted and number of healthcare providers trained (Kirkpatrick level 3) using an online survey. Qualitative and quantitative descriptive analysis were performed. RESULTS: Twenty-one out of 24 (basic) and 19 out of 22 (advanced) healthcare providers in 9 health trusts consented to participate. The basic course was evaluated as highly acceptable, the advanced course as complex and challenging. Participants identified a need for more training in pedagogical skills and support for planning implementation of SDM-training. Participants achieved high knowledge scores and were positive about being an SDM trainer. Observer skills regarding patient involvement in decision-making were excellent (mean of weighted t = .80). After three months, 67% of TTT participants had conducted more than two trainings each and trained a total of 458 healthcare providers. CONCLUSION: Findings suggest that the TTT is a feasible approach for supporting large-scale training in SDM. Our study informed us about how to improve the advanced course. Further research shall investigate the efficacy of the training in the context of a comprehensive multifaceted strategy for implementing SDM in clinical practice. TRIAL REGISTRATION: Retrospectively registered at ISRCTN (99432465) March 25, 2020.

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,593
Tête enseignante GPT0,582
Écart entre enseignants0,011 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations44
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetPatient-Provider Communication in HealthcareTravaux en français237 207