Effectiveness, feasibility, and acceptability of behaviour change tools used by family doctors: a global systematic review
Notice bibliographique
Résumé
BACKGROUND: Priority patients in primary care include people from low-income, rural, or culturally and linguistically diverse communities, and First Nations people. AIM: To describe the effectiveness, feasibility, and acceptability of behaviour change tools that have been tested by family doctors working with priority patients. DESIGN AND SETTING: A global systematic review. METHOD: Five databases were searched for studies published from 2000 to 2021, of any design, that tested the effectiveness or feasibility of tangible, publicly available behaviour change tools used by family doctors working with priority patients. The methodological quality of each study was appraised using the Mixed Methods Appraisal Tool. RESULTS: Thirteen of 4931 studies screened met the eligibility criteria, and described 12 tools. The health-related behaviours targeted included smoking, diet and/or physical activity, alcohol and/or drug use, and suicidal ideation. Six tools had an online/web/app-based focus; the remaining six utilised only printed materials and/or in-person training. The effectiveness of the tools was assessed in 11 studies, which used diverse methods, with promising results for enabling behaviour change. The nine studies that assessed feasibility found that the tools were easy to use and enhanced the perceived quality of care. CONCLUSION: Many of the identified behaviour change tools were demonstrated to be effective at facilitating change in a target behaviour and/or feasible for use in practice. The tools varied across factors, such as the mode of delivery and the way the tool was intended to influence behaviour. There is clear opportunity to build on existing tools to enable family doctors to assist priority patients towards achieving healthier lifestyles.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».