MétaCan
Menu
Retour à la cohorte
Enregistrement W4292362319 · doi:10.2196/37634

Implementation of a Health Promotion Practice Using Individually Targeted Lifestyle Interventions in Primary Health Care: Protocol for the “Act in Time” Mixed Methods Process Evaluation Study

2022· article· en· W4292362319 sur OpenAlexvenueno aff
Emma Nilsing Strid, Lars Wallin, Ylva Nilsagård

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesRegion Örebro länÖrebro Universitet
Mots-clésImplementation researchPsychological interventionFocus groupMedicineNursingHealth promotionHealth careProtocol (science)Qualitative researchProgram evaluationMedical educationPublic healthAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is growing evidence that noncommunicable diseases (NCDs) can be attributable to unhealthy lifestyle habits. However, there has been little application of this knowledge in primary health care (PHC). OBJECTIVE: This study aims to evaluate the process and outcomes of a multifaceted implementation strategy for a healthy lifestyle-promoting practice in a PHC setting. This practice is based on national guidelines targeting unhealthy lifestyle habits with a potential risk for NCDs. METHODS: A pre-post implementation study design with a control group is used in a PHC setting in central Sweden. The Medical Research Council guidelines for process evaluation of complex interventions will be applied. The implementation process and outcomes will be assessed using a mix of qualitative and quantitative methods. A strategic sample of up to 6 PHC centers will be included as intervention centers, which will receive a 12-month multifaceted implementation strategy. Up to 6 matched PHC centers will serve as controls. Core components in the implementation strategy are external and internal facilitators in line with the integrated-Promoting Action on Research Implementation in Health Services (i-PARIHS) framework and the Astrakan change leadership model. Data will be collected at baseline, during the implementation phase, and 4-6 months after the implementation strategy. Questionnaires will be sent to roughly 500 patients in every PHC center and 200 health care professionals (HCPs) before and after implementation. In addition, purposeful sampling will be used for interviews and focus group discussions with managers, HCPs, patient representatives, and internal and external facilitators. Use of data from medical records and activity logs will be an additional data source. RESULTS: Recruitment of PHC centers began in March 2021 and ended in Spring 2022. Based on the planned timeline with the 12-month implementation strategy and 4-6-month follow-up, we expect to collect the final data in Summer 2023. CONCLUSIONS: This study will explain implementation process and outcomes using a multifaceted implementation strategy for a healthy lifestyle-promoting practice in a real-world PHC context. The study is expected to provide new knowledge about the role of facilitators and their contribution to implementation outcomes. These findings can guide policy makers, managers, and PHC staff to integrate health promotion and disease prevention in PHC and provide methodological support to facilitators. TRIAL REGISTRATION: ClinicalTrials.gov NCT04799860; https://clinicaltrials.gov/ct2/show/NCT04799860. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/37634.

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)0,093
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,493

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0930,060
Méta-épidémiologie (sens strict)0,0080,004
Méta-épidémiologie (sens large)0,0100,008
Bibliométrie0,0050,007
Études des sciences et des technologies0,0070,005
Communication savante0,0060,004
Science ouverte0,0060,005
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0470,010

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 Opus0,873
Tête enseignante GPT0,845
Écart entre enseignants0,028 · 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'étudeSans objet
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetHealth Policy Implementation ScienceTravaux en français237 207