Enablers and barriers to a quaternary prevention approach: a qualitative study of field experts
Notice bibliographique
Résumé
OBJECTIVE: There is a growing concern about the sustainability of healthcare and the impacts of 'overuse' on patients and systems. Quaternary prevention (P4), a concept promoting the protection of patients from medical interventions in which harms outweigh benefits, is well positioned to stimulate reflection and inspire solutions, yet has not been widely adopted. We sought to identify enablers and barriers to a P4 approach, according to field experts and advocates in one health system. DESIGN: Qualitative methodology, using semistructured interviews and a grounded theory approach facilitated thematic analysis and development of a conceptual model. SETTING: Virtual interviews, conducted in British Columbia, Canada. PARTICIPANTS: 12 field experts, recruited based on their interest and work related to P4 and related concepts. RESULTS: Four factors were seen as promoting or hindering P4 efforts depending on context: relationship between patient and clinician, education of clinicians and the public, health system design and influencers. We extracted four broad enablers of P4: evidence-based medicine, personal experiences and questioning attitude, public P4 campaigns and experience in resource-poor contexts. There were six barriers: peer pressure between clinicians, awareness and screening campaigns, cognitive biases, cultural factors, complexity of the problem and industry influence. CONCLUSIONS: Elicited facilitators and impediments to the application of P4 were similar to those seen in existing literature but framed uniquely; our findings place increased emphasis on the clinician-patient relationship as central to decision-making and position other drivers as influencing this relationship. A transition to a model of care that explicitly integrates conscious protection of patients by reducing overtesting, overdiagnosis and overtreatment will require changes across health systems and society.
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 | 0,041 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».