MétaCan
Menu
Retour à la cohorte
Enregistrement W4288077166 · doi:10.1186/s12875-022-01806-8

Coping with ‘the grey area’ of antibiotic prescribing: a theory-informed qualitative study exploring family physician perspectives on antibiotic prescribing

2022· article· en· W4288077166 sur OpenAlex
Michelle Simeoni, Marianne Saragosa, Celia Laur, Laura Desveaux, Kevin L. Schwartz, Noah Ivers

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Primary Care · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMount Sinai HospitalTrillium Health CentreUniversity of TorontoPublic Health OntarioWomen's College Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésCoping (psychology)Family medicineMedicineAntibioticsQualitative researchPsychologySociologyClinical psychologySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Unnecessary antibiotic use is associated with adverse side effects and rising rates of resistance at the individual and population level. This study used a theory-informed approach to identify potentially modifiable determinants of antibiotic prescribing for patients presenting to primary care with upper respiratory tract infection symptoms. METHODS: percentile). The interview guide and analysis were informed by the Theoretical Domains Framework. Each interview was coded by two research team members. Sampling and analysis continued until thematic saturation was achieved. RESULTS: Twenty family physicians were interviewed. Physicians felt that many decisions about prescribing for upper respiratory tract infection symptoms were straightforward (i.e., black and white). However, intention to avoid prescribing in cases where an antibiotic was not indicated clinically did not always align with the provider action or expectation of the patient. Clinical decisions were influenced by the Theoretical Domain Framework domains that were both internal to the physician (Knowledge, Skills, Social/Professional Role, and Belief about Capabilities) and external to the physician (Social Influence, Belief about Consequences, Reinforcement, Emotions, and Behavioural Regulation). The Environmental Context and Resources played a key role. Physicians reported significant differences in their approach to antibiotic prescribing within episodic (walk-in) or continuity of care settings, as the presence (or not) of longitudinal physician-patient relationships seemed to moderate the role of these factors on the decision-making process in cases of uncertainty. CONCLUSIONS: Antibiotic prescribing in primary care is a complex decision-making process in which context may outweigh biology during encounters featuring clinical uncertainty. Differential skill in handling uncertainty and tactics used to operationalize guideline recommendations in the real world seems to contribute to observed variation in prescribing patterns, as much or more than differences in knowledge of best practices.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,271
Écart entre enseignants0,226 · 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