Implementing primary health care-based measurement, advice and treatment for heavy drinking and comorbid depression at the municipal level in three Latin American countries: final protocol for a quasi-experimental study (SCALA study)
Notice bibliographique
Résumé
Abstract Background : While primary health care-based prevention and management of heavy drinking is clinically effective and cost-effective, it remains poorly implemented in routine practice. Systematic reviews and multi-country studies have demonstrated the ability of training and support programmes for healthcare professionals to increase primary health care-based measurement and brief advice activity to reduce heavy drinking. However, gains have been only modest and short term at best. WHO studies have concluded that a more effective uptake could be achieved by embedding primary health care activity within broader municipal-based support. Methods : A quasi-experimental study will compare primary health care-based prevention and management of heavy drinking in three intervention municipal areas from Colombia, Mexico and Peru with three comparator municipal areas from the same countries. In the implementation municipal areas, primary health care units will receive training embedded within ongoing supportive municipal action over an 18-month implementation test period. In the comparator municipal areas, half the units will receive training, and the other half will continue with practice as usual. The primary outcome is the proportion of the adult population (aged 18+ years) registered with the unit that has their alcohol consumption measured. Return-on-investment analyses and full process evaluation will be undertaken, coupled with an analysis of potential contextual, financial and political-economy influencing factors. Discussion : This multi-country study will test the extent to which embedding primary health care-based prevention and management of heavy drinking within supportive municipal action leads to improved scale-up of more patients having their alcohol consumption measured, and subsequently receiving appropriate advice and treatment.
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 | 0,032 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,005 |
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 ».