Perspectives on low-value care and barriers to de-implementation among primary care physicians: a multinational survey
Notice bibliographique
Résumé
BACKGROUND: Healthcare costs are rising worldwide. At the same time, a considerable proportion of care does not benefit or may even be harmful to patients. We aimed to explore attitudes towards low-value care and identify the most important barriers to the de-implementation of low-value care use in primary care in high-income countries. METHODS: Between May and June 2022, we email surveyed primary care physicians in six high-income countries (Austria, Finland, Greece, Italy, Japan, and Sweden). Physician respondents were eligible if they had worked in primary care during the previous 24 months. The survey included four sections with categorized questions on (1) background information, (2) familiarity with Choosing Wisely recommendations, (3) attitudes towards overdiagnosis and overtreatment, and (4) barriers to de-implementation, as well as a section with open-ended questions on interventions and possible facilitators for de-implementation. We used descriptive statistics to present the results. RESULTS: Of the 16,935 primary care physicians, 1,731 answered (response rate 10.2%), 1,505 had worked in primary care practice in the last 24 months and were included in the analysis. Of the respondents, 53% had read Choosing Wisely recommendations. Of the respondents, 52% perceived overdiagnosis and 50% overtreatment as at least a problem to some extent in their own practice. Corresponding figures were 85% and 81% when they were asked regarding their country's healthcare. Respondents considered patient expectations (85% answered either moderate or major importance), patient's requests for treatments and tests (83%), fear of medical error (81%), workload/lack of time (81%), and fear of underdiagnosis or undertreatment (79%) as the most important barriers for de-implementation. Attitudes and perceptions of barriers differed significantly between countries. CONCLUSIONS: More than 80% of primary care physicians consider overtreatment and overdiagnosis as a problem in their country's healthcare but fewer (around 50%) in their own practice. Lack of time, fear of error, and patient pressures are common barriers to de-implementation in high-income countries and should be acknowledged when planning future healthcare. Due to the wide variety of barriers to de-implementation and differences in their importance in different contexts, understanding local barriers is crucial when planning de-implementation strategies.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».