Curriculum‐based CME Programming Results in Comprehensive Improvements in Knowledge, Competence, and Confidence in Diagnosing Early Forms of Alzheimer’s Disease Among a Global Audience of PCPs and Neurologists
Notice bibliographique
Résumé
Abstract Background Early diagnosis of Alzheimer’s disease (AD) is crucial for ensuring patients have timely access to essential care. Given the symptoms of early AD are often subtle, it is important that both primary care physicians (PCPs) and neurologists are able to diagnose their patients. Several sources of evidence have indicated that most PCPs and neurologists lack knowledge, competence, and confidence regarding recognition of early forms of AD. To address the clinical practice gaps, a series of CME‐certified programs covering the symptoms, assessment, and diagnosis of early forms of AD were developed. Method The data presented here are based on outcomes from four online CME‐certified multimedia programs housed on a single destination page. Each CME‐certified program utilized expert physicians to educate learners on recognizing early forms of AD. Each CME program asked a series of pre‐post questions designed to assess immediate changes in knowledge, competence, or confidence. The questions were grouped into clinically relevant themes. The educational effect for all of the programs was determined by using a paired‐samples t‐test to identify significant differences between pre‐ and post‐assessment responses for each question. Data across all four programs were collected from February 2022 through December 2022. All four programs were promoted to an audience of US‐ and ex‐US physicians. Result Participation across the four programs ranged from 543 to 2,510 PCPs and 256 to 1,025 neurologists. PCPs and neurologists demonstrated significant (P<0.05) pre‐vs post education improvements on the following themes: biomarkers in AD, clinical trial outcomes, cognitive assessment scales, diagnosis of AD, diagnosis of mild cognitive impairment (MCI), and symptoms differentiating AD from MCI. Participation in the education also significantly (P<0.001) improved confidence in the identification of early forms of AD among PCPs and neurologists. No substantial differences in knowledge, competence, or confidence were seen for either clinician group based on geographic location of the learner. Conclusion The results indicated that clinicians who participated in CME‐certified curriculum‐based education in multiple formats were better prepared to recognize early forms of AD. Future education should continue to discuss the use of clinical strategies to recognize early forms of AD.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».