Brief interventions for older adults (BIO) delivered by non-specialist community health workers to reduce at-risk drinking in primary care: a study protocol for a randomised controlled trial
Notice bibliographique
Résumé
Introduction Evidence suggests that brief interventions are effective in reducing alcohol consumption among older adults. However, the effectiveness of these interventions when delivered by community health workers (non-specialists) in a primary healthcare setting is unknown. To our knowledge, this will be the first randomised trial to examine this. Methods and analysis Two hundred and forty-two individuals considered at-risk drinkers (Alcohol Use Disorders Identification Test-Consumption, AUDIT-C score ≥4) will be recruited and randomly allocated to usual care (waiting-list) or usual care plus an intervention delivered by trained community health workers (non-specialists). Seven primary care units (PCUs) in Sao José dos Campos, Brazil. PCUs are part of the Brazilian public healthcare system (Sistema Único de Saúde). Follow-up 6 months. Outcomes The primary outcome will be the proportion of participants considered at-risk drinkers (AUDIT-C score ≥4). Secondary outcomes will include alcohol consumption in a typical week in the last 30 days (in units per week) assessed by the AUDIT, service use questionnaire, cognitive performance—assessed by The Health and Retirement Study Harmonised Cognitive Assessment, physical activity—assessed by the International Physical Activity Questionnaire, depression—assessed by the Geriatric Depression Scale and quality of life—assessed by the Control, Autonomy, Self-realisation and Pleasure-16 instrument. The analysis will be based on intention-to-treat principle. Ethics and dissemination This study has been approved by the Ethics Committee of the Universidade Federal de São Paulo, CEP/UNIFESP Project n: 0690/2018; CAAE: 91648618.0.0000.5505. All eligible participants will provide informed consent prior to randomisation. The results of this study will be published in relevant peer-reviewed journals and in conference presentations. Trial registration number RBR-8rcxkk.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,017 | 0,008 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,012 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».