MétaCan
Menu
Retour à la cohorte
Enregistrement W4205525305 · doi:10.12688/hrbopenres.13481.1

Enhancing the implementation of the Making Every Contact Count brief behavioural intervention programme in Ireland: protocol for the Making MECC Work research programme

2022· preprint· en· W4205525305 sur OpenAlexaff
Oonagh Meade, Maria O’Brien, Jenny McSharry, Agatha Lawless, Sandra Coughlan, Jo Hart, Catherine Hayes, Chris Keyworth, Kim Lavoie, Andrew W. Murphy, Patrick Murphy, Chris Noone, Orlaith O’Reilly

Notice bibliographique

RevueHRB Open Research · 2022
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHôpital du Sacré-Cœur de MontréalUniversité du Québec à MontréalTrinity College
Organismes subventionnairesHealth Research Board
Mots-clésPsychological interventionHealth careWork (physics)Intervention (counseling)NursingQualitative researchProtocol (science)PsychologyMedical educationHealth professionalsMedicineAlternative medicineSociologyEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background:</ns4:bold> Brief behavioural interventions offered by healthcare professionals to target health behavioural risk factors (e.g. physical activity, diet, smoking and drug and alcohol use) can positively impact patient health outcomes. The Irish Health Service Executive (HSE) Making Every Contact Count (MECC) Programme supports healthcare professionals to offer patients brief opportunistic behavioural interventions during routine consultations. The potential for MECC to impact public health depends on its uptake and implementation. </ns4:p> <ns4:p> <ns4:bold>Aim:</ns4:bold> This protocol outlines the ‘Making MECC Work’ research programme, a HSE/Health Behaviour Change Research Group collaboration to develop an implementation strategy to optimise uptake of MECC in Ireland. The programme will answer three research questions: </ns4:p> <ns4:p>(1) What determines delivery of MECC brief interventions by healthcare professionals at individual and organisational levels?</ns4:p> <ns4:p>(2) What are patient attitudes towards, and experiences of, receiving MECC interventions from healthcare professionals?</ns4:p> <ns4:p>(3) What evidence-informed implementation strategy options can be consensually developed with key stakeholders to optimise MECC implementation?</ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> In Work Package 1, we will examine determinants of MECC delivery by healthcare professionals using a multi-methods approach, including: (WP1.1) a national survey of healthcare professionals who have participated in MECC eLearning training and (WP1.2) a qualitative interview study with relevant healthcare professionals and HSE staff. In Work Package 2, we will examine patient attitudes towards, and experiences of, MECC using qualitative interviews. Work Package 3 will combine findings from Work Packages 1 and 2 using the Behaviour Change Wheel to identify and develop testable implementation strategy options (WP 3.1). Strategies will be refined and prioritised using a key stakeholder consensus process to develop a collaborative implementation blueprint to optimise and scale-up MECC (WP3.2). </ns4:p> <ns4:p> <ns4:bold>Discussion:</ns4:bold> Research programme outputs are expected to positively support the integration of MECC brief behaviour change interventions into the Irish healthcare system and inform the scale-up of behaviour change interventions internationally. </ns4:p>

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)0,138
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1380,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0070,001
Communication savante0,0010,000
Science ouverte0,0060,013
Intégrité de la recherche0,0000,008
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 Opus0,868
Tête enseignante GPT0,769
Écart entre enseignants0,100 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

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

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHRB Open ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207