Applying the Behaviour Change Wheel to support deprescribing in long-term care: Qualitative interviews with stakeholder participants
Notice bibliographique
Résumé
Background: Implementation and behavioural science are increasingly being used to support development and translation of evidence-based interventions into practice. We used the Behaviour Change Wheel (BCW) approach in two stakeholder forums to identify target behaviours and supporting actions to inform the development of a framework to support deprescribing in long-term care homes. During our planning for these forums, we found many applications of the BCW approach used in healthcare. However, we found no accounts of stakeholders' experiences when the BCW approach was used with large groups of people who were mostly unfamiliar with behavioural science. Objective: The goal of this research was to gain insight into the use of the BCW approach in the context of developing a framework to support deprescribing in long-term care. Methods: This descriptive qualitative study employed one-on-one semi-structured interviews with Ontario long-term care stakeholders who had participated in one or both of two in-person forums that we hosted. Interviews were transcribed verbatim and an inductive content-analysis approach was used to code data and determine themes. Results: Fifteen interviews were conducted. Four themes were identified. First, the BCW was new and made sense, but people found it hard to identify target behaviours before planning solutions. Second, participants varied in their opinions as to whether the 'right' people were participating. Third, participants found that the forum activities, worksheets and facilitators helped people use the approach. Fourth, stakeholder perspectives about potential implementation challenges and strategies to maximize success were identified. Conclusions: Overall, participants were positive about the use of the BCW approach, however, its usefulness could be optimized by enhancing explanations, facilitation and logistics to ensure an initial focus on targeting behaviours. Making stakeholder perspectives transparent and ensuring mechanisms are present to ensure all views are sought and considered are also important to optimizing participant experience.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,033 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,002 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».