Continuing Medical Education Improves Physician Communication Skills and Increases Likelihood of Pediatric Vaccination: Findings from the Pediatric Influenza Vaccination Optimization Trial (PIVOT)—II
Notice bibliographique
Résumé
This study evaluated the impact of a continuing medical education (CME) program that emphasized actionable information, motivation to act, and skills to strengthen physician recommendations for seasonal influenza vaccination in children 6 through 23 months of age for whom influenza immunization rates are suboptimal. Physicians were randomly assigned to an accredited CME program or to no CME. Participants completed pre- and post-study questionnaires. Influenza immunization rates were compared between groups. A total of 33 physicians in the CME group and 35 in the control group documented 292 and 322 healthy baby visits, respectively. Significantly more parents immunized their children against influenza after interacting with CME-trained physicians than those with no CME training (52.9% vs. 40.7%; p = 0.007). The odds ratio for vaccination after visits with CME-trained physicians was 1.52 (95% confidence interval 1.09 to 2.12; p = 0.014), which was unaffected by the socioeconomic status of parents. Parents who discussed influenza vaccination with CME-trained physicians were 20% more likely to choose an approved but publicly unfunded adjuvanted pediatric influenza vaccine. The percentages of physicians reporting the highest levels of knowledge, ability, and confidence doubled or tripled after the CME intervention. Significantly more parents immunized very young children after interacting with physicians who had undergone CME training.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».