Ready for SDM- evaluation of an interprofessional training module in shared decision making – A cluster randomized trial
Notice bibliographique
Résumé
OBJECTIVE: Ready for SDM was developed in Norway as a comprehensive modularized curriculum for health care providers (HCP). The current study evaluated the efficacy of one of the modules, a 2-hour interprofessional SDM training designed to enhance SDM competencies. METHODS: A cluster randomized controlled trial was conducted with eight District Psychiatric Centres randomized to wait-list control (CG) or intervention group (IG). Participants and trainers were not blinded to their allocation. The IG received a 2-hour didactic and interactive training, using video examples. The primary outcome was the agreement between the participants' and an expert assessment of patient involvement in a video recorded consultation. The SDM-knowledge score was a secondary outcome. RESULTS: Compared to the CG (n = 65), the IG (n = 69) judged involvement behavior in a communication example more accurately (mean difference of weighted T, adjusted for age and gender:=-0.098, p = 0.028) and demonstrated better knowledge (mean difference=-0.58; p = 0.014). A sensitivity analysis entering a random effect for cluster turned out not significant. CONCLUSION: The interprofessional group training can improve HCPs' SDM-competencies. PRACTICE IMPLICATIONS: Addressing interprofessional teams using SDM communication training could supplement existing SDM training approaches. More research is needed to evaluate the training module's effects as a component of large-scale implementation of SDM.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».