MétaCan
Menu
Retour à la cohorte
Enregistrement W3176118627 · doi:10.1186/s13012-021-01136-w

What behaviour change techniques have been used to improve adherence to evidence-based low back pain imaging?

2021· review· en· W3176118627 sur OpenAlexaff
Amanda Häll, Helen Richmond, Andrea Pike, Rebecca Lawrence, Holly Etchegary, Michelle Swab, Jacqueline Thompson, Charlotte Albury, Jill A. Hayden, Andrea M. Patey, James Matthews

Notice bibliographique

RevueImplementation Science · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensDalhousie UniversityOttawa HospitalMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLPsychological interventionMEDLINEHealth informaticsSystematic reviewGuidelineHealth administrationKnowledge translationIntervention (counseling)Health services researchNursing researchLow back painBehavior change methodsPublic healthPhysical therapyAlternative medicineFamily medicineNursingPathologyKnowledge management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite international guideline recommendations, low back pain (LBP) imaging rates have been increasing over the last 20 years. Previous systematic reviews report limited effectiveness of implementation interventions aimed at reducing unnecessary LBP imaging. No previous reviews have analysed these implementation interventions to ascertain what behaviour change techniques (BCTs) have been used in this field. Understanding what techniques have been implemented in this field is an essential first step before exploring intervention effectiveness. METHODS: We searched EMBASE, Ovid (Medline), CINAHL and Cochrane CENTRAL from inception to February 1, 2021, as well as and hand-searched 6 relevant systematic reviews and conducted citation tracking of included studies. Two authors independently screened titles, abstracts, and full texts for eligibility and extracted data on study and intervention characteristics. Study interventions were qualitatively analysed by three coders to identify BCTs, which were mapped to mechanisms of action from the theoretical domains framework (TDF) using the Theory and Techniques Tool. RESULTS: We identified 36 eligible studies from 1984 citations in our electronic search and a further 2 studies from hand-searching resulting in 38 studies that targeted physician behaviour to reduce unnecessary LBP imaging. The studies were conducted in 6 countries in primary (n = 31) or emergency care (n = 7) settings. Thirty-four studies were included in our BCT synthesis which found the most frequently used BCTs were '4.1 instruction on how to perform the behaviour' (e.g. Active/passive guideline dissemination and/or educational seminars/workshops), followed by '9.1 credible source', '2.2 feedback on behaviour' (e.g. electronic feedback reports on physicians' image ordering) and 7.1 prompts and cues (electronic decision support or hard-copy posters/booklets for the office). This review highlighted that the majority of studies used education and/or feedback on behaviour to target the domains of knowledge and in some cases also skills and beliefs about capabilities to bring about a change in LBP imaging behaviour. Additionally, we found there to be a growing use of electronic or hard copy reminders to target the domains of memory and environmental context and resources. CONCLUSIONS: This is the first study to identify what BCTs have been used to target a reduction in physician image ordering behaviour. The majority of included studies lacked the use of theory to inform their intervention design and failed to target known physician-reported barriers to following LBP imaging guidelines. PROTOCOL REGISTATION: PROSPERO CRD42017072518.

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)0,062
score de la tête « metaresearch » (Gemma)0,242
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,326

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,242
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
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 Opus0,849
Tête enseignante GPT0,746
Écart entre enseignants0,103 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207