Supporting primary care practitioners to promote dementia risk reduction in Australian general practice: outcomes of a cross-sectional, non-randomised implementation pilot study
Notice bibliographique
Résumé
Background Primary care practitioners worldwide are urged to promote dementia risk reduction as part of preventive care. To facilitate this in Australian primary care, we developed the Umbrella intervention, comprising a waiting room survey and patient information cards for use in consultations. Educational and relational strategies were employed to mitigate implementation barriers. Methods In this cross-sectional, non-randomised implementation study within the South East Melbourne Primary Health Network, we employed mixed-methods outcome evaluation. Antecedent outcomes (acceptability, appropriateness, and feasibility) and actual outcomes (adoption, penetration, and fidelity) were assessed from the perspective of primary care practitioners and patients. Results Five practices piloted the intervention and implementation strategies, including 16 primary care practitioners engaging with 159 patients. The Umbrella intervention was deemed acceptable, appropriate, and feasible, but penetration was limited. Approximately half of eligible primary care practitioners used the intervention, with moderate fidelity. Engagement with implementation strategies was similarly limited. While most strategies were well-received, improvements in online peer discussions and staff readiness were desired. Conclusions The Umbrella intervention is a viable approach to promoting dementia risk reduction in Australian general practice, supported by educational and relational strategies. Stakeholder-informed refinements to enhance uptake are recommended before advancing to a definitive trial.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».