MétaCan
Menu
Retour à la cohorte
Enregistrement W4387712587 · doi:10.9778/cmajo.20210050

Academic detailing to improve appropriate opioid prescribing: a mixed-methods process evaluation

2023· article· en· W4387712587 sur OpenAlexaffvenueabout
Natasha Kithulegoda, Cherry Chu, Mina Tadrous, Tupper Bean, Lena Salach, Loren Regier, Lindsay Bevan, Victoria J. Burton, David Price, Noah Ivers, Laura Desveaux

Notice bibliographique

RevueCMAJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensDe Beers (Canada)Public Health OntarioMcMaster UniversityWomen's College HospitalTrillium Health CentreUniversity of Toronto
Organismes subventionnairesU.S. Department of Veterans Affairs
Mots-clésAcademic detailingMedicineQualitative researchOutreachOpioid use disorderMedical educationNursingOpioidFamily medicinePsychologyPsychological interventionSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Academic detailing, an educational outreach service for family physicians, was funded by the Ontario government to address gaps in opioid prescribing and pain management. We sought to evaluate the impact of academic detailing on opioid prescribing, and to understand how and why academic detailing may have influenced opioid prescribing. METHODS: In this mixed-methods study, we collected quantitative and qualitative data concurrently from 2017 to 2019 in Ontario, Canada. We analyzed prescribing outcomes descriptively for a sample of participating physicians and compared them with a matched control group. We invited physicians to participate in qualitative interviews to discuss their experiences in academic detailing. Development and analysis of qualitative interviews was informed by the Theoretical Domains Framework. We triangulated qualitative and quantitative findings to understand the mechanisms that drove changes in opioid prescribing. RESULTS: = 238). Seventeen physicians completed interviews and reported that academic detailing addressed barriers to pain care, including lack of confidence, difficult interactions with patients and prescribing and tapering decisions. Academic detailing reinforced knowledge about opioid prescribing and pain management. Discussion of complex patients and talking points to use during challenging conversations were described as key drivers of practice change. INTERPRETATION: The findings of this real-world, mixed-methods evaluation explain how an academic detailing service addressed key barriers and enablers to limit high-risk opioid prescribing in primary care. This nuanced understanding will be used to inform, spread and scale academic detailing.

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)0,174
score de la tête « metaresearch » (Gemma)0,158
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,920

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1740,158
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,002
Communication savante0,0040,003
Science ouverte0,0040,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,438
Écart entre enseignants0,369 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetOpioid Use Disorder TreatmentTravaux en français237 207