MétaCan
Menu
Retour à la cohorte
Enregistrement W4205882043 · doi:10.1186/s13012-021-01177-1

Using theories and frameworks to understand how to reduce low-value healthcare: a scoping review

2022· review· en· W4205882043 sur OpenAlexaff
Gillian Parker, Nida Shahid, Tim Rappon, Monika Kastner, Karen Born, Whitney Berta

Notice bibliographique

RevueImplementation Science · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensNorth York General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCINAHLScopusHealth careInclusion (mineral)Psychological interventionHealth administrationMEDLINEValue (mathematics)Health services researchHarmMedicineHealth informaticsPublic healthApplied psychologyPsychologyNursingComputer scienceSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is recognition that the overuse of procedures, testing, and medications constitutes low-value care which strains the healthcare system and, in some circumstances, can cause unnecessary stress and harm for patients. Initiatives across dozens of countries have raised awareness about the harms of low-value care but have had mixed success and the levels of reductions realized have been modest. Similar to the complex drivers of implementation processes, there is a limited understanding of the individual and social behavioral aspects of de-implementation. While researchers have begun to use theory to elucidate the dynamics of de-implementation, the research remains largely atheoretical. The use of theory supports the understanding of how and why interventions succeed or fail and what key factors predict success. The purpose of this scoping review was to identify and characterize the use of theoretical approaches used to understand and/or explain what influences efforts to reduce low-value care. METHODS: We conducted a review of MEDLINE, EMBASE, CINAHL, and Scopus databases from inception to June 2021. Building on previous research, 43 key terms were used to search the literature. The database searches identified 1998 unique articles for which titles and abstracts were screened for inclusion; 232 items were selected for full-text review. RESULTS: Forty-eight studies met the inclusion criteria. Over half of the included articles were published in the last 2 years. The Theoretical Domains Framework (TDF) was the most commonly used determinant framework (n = 22). Of studies that used classic theories, the majority used the Theory of Planned Behavior (n = 6). For implementation theories, Normalization Process Theory and COM-B were used (n = 7). Theories or frameworks were used primarily to identify determinants (n = 37) and inform data analysis (n = 31). Eleven types of low-value care were examined in the included studies, with prescribing practices (e.g., overuse, polypharmacy, and appropriate prescribing) targeted most frequently. CONCLUSIONS: This scoping review provides a rigorous, comprehensive, and extensive synthesis of theoretical approaches used to understand and/or explain what factors influence efforts to reduce low-value care. The results of this review can provide direction and insight for future primary research to support de-implementation and the reduction of low-value care.

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)0,052
score de la tête « metaresearch » (Gemma)0,153
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: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,153
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0530,041
Études des sciences et des technologies0,0030,006
Communication savante0,0120,014
Science ouverte0,0040,005
Intégrité de la recherche0,0050,004
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 Opus0,894
Tête enseignante GPT0,746
Écart entre enseignants0,148 · 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

Citations33
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealthcare cost, quality, practicesTravaux en français237 207