MétaCan
Menu
Retour à la cohorte
Enregistrement W4200174018 · doi:10.2196/31380

Web-Based Training for Nurses on Using a Decision Aid to Support Shared Decision-making About Prenatal Screening: Parallel Controlled Trial

2021· article· en· W4200174018 sur OpenAlexaffvenueabout
Alex Poulin Herron, Titilayo Tatiana Agbadjé, Sabrina Guay-Bélanger, Gérard Ngueta, Geneviève Roch, François Rousseau, France Légaré

Notice bibliographique

RevueJMIR Nursing · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et Services Sociaux de Chaudière-AppalacheCentre hospitalier universitaire de QuébecUniversité LavalCentres Intégré Universitaires de Santé et de Services Sociaux
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychosocialRandomized controlled trialIntervention (counseling)Family medicineTest (biology)NursingPhysical therapyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nurses play an important role in supporting pregnant women making decisions about prenatal screening for Down syndrome. We developed a web-based shared decision-making (SDM) training program for health professionals focusing on Down syndrome screening decisions. OBJECTIVE: In this study, we aim to assess the impact of an SDM training program on nurses' intention to use a decision aid with pregnant women deciding on prenatal screening for Down syndrome. METHODS: In this 2-arm, parallel controlled trial, French-speaking nurses working with pregnant women in the province of Quebec were recruited by a private survey firm. They were allocated by convenience either to the intervention group (web-based SDM course that included prenatal screening) or to the control group (web-based course focusing on prenatal screening alone, with no SDM content). The primary outcome was the intention to use a decision aid. Secondary outcomes were psychosocial variables of intention, knowledge, satisfaction, acceptability, perceived usefulness, and reaction to the pedagogical approach. All outcomes were self-assessed through web-based questionnaires, including the space for written comments. We used 2-tailed Student t test and Fisher exact test to compare continuous and categorical variables between groups, respectively. RESULTS: Of the 57 participants assessed for eligibility, 40 (70%) were allocated to the intervention (n=20) or control group (n=20) and 36 (n=18 in each) completed the courses. The mean age of the participants was 41 (SD 9) years. Most were women (39/40, 98%), White (38/40, 95%), clinical nurses (28/40, 70%), and had completed at least a bachelor's degree (30/40, 75%). After the intervention, the mean score of intention was 6.3 (SD 0.8; 95% CI 5.9-6.7) for the intervention group and 6.0 (SD 1.2; 95% CI 5.42-6.64) for the control group (scale 1-7). The differences in intention and other psychosocial variable scores between the groups were not statistically significant. Knowledge scores for SDM were significantly higher in the intervention group (79%, 95% CI 70-89 vs 64%, 95% CI 57-71; P=.009). The intervention was significantly more acceptable in the intervention group (4.6, 95% CI 4.4-4.8 vs 4.3, 95% CI 4.1-4.5; P=.02), and reaction to the pedagogical approach was also significantly more positive in the intervention group (4.7, 95% CI 4.5-4.8 vs 4.4, 95% CI 4.2-4.5; P=.02). There was no significant difference in overall satisfaction (or in perceived usefulness). Furthermore, 17 participants (9 in the intervention group and 8 in the control group) provided written comments on the intervention. CONCLUSIONS: This study focuses on web-based nursing education and its potential to support pregnant women's decision-making needs. It shows that nurses' intention to use a decision aid to enhance SDM in prenatal care is high, with or without training, but that their knowledge about SDM can be improved with web-based training. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/17878.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,066
Tête enseignante GPT0,397
Écart entre enseignants0,331 · 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'étudeEssai non randomisé
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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR NursingMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207