The Impact of Web-Based Continuing Medical Education Using Patient Simulation on Real-World Treatment Selection in Type 2 Diabetes: Retrospective Case-Control Analysis
Notice bibliographique
Résumé
BACKGROUND: Despite guidelines recommending the use of glucagon-like peptide-1 receptor agonists (GLP-1 RAs) in certain patients with type 2 diabetes (T2D), they are not being prescribed for many of these patients. Web-based continuing medical education (CME) patient simulations have been used to identify clinicians' practice gaps and improve clinical decision-making as measured within a simulation, but the impact of this format on real-world treatment has not been researched. OBJECTIVE: This study aimed to evaluate the effect of a simulation-based CME intervention on real-world use of GLP-1 RAs by endocrinologists and primary care physicians. METHODS: Two evaluation phases of the CME simulation were conducted: phase I, the CME simulation phase, was a paired, pre-post study of 435 physician learners in the United States; and phase II, the real-world phase, was a retrospective, matched case-control study of 157 of the 435 physicians who had claims data available for the study period. RESULTS: Phase I CME results showed a 29 percentage point increase in correct decisions from pre- to postfeedback (178/435, 40.9% to 304/435, 69.9%; P<.001) in selecting treatment that addresses both glycemic control and cardiovascular event protection. Phase II results showed that 39 of 157 (24.8%) physicians in the intervention group increased use of GLP-1 RAs, compared to 20 of 157 (12.7%) in the comparison group. Being in the intervention group predicted GLP-1 RA use after education (odds ratio 4.49; 95% CI 1.45-13.97; P=.001). CONCLUSIONS: A web-based CME simulation focused on secondary prevention of cardiovascular events in a patient with T2D was associated with increased use of evidence-based treatment selection in the real world.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».