Combining theory and usability testing to inform optimization and implementation of an online primary care depression management tool
Notice bibliographique
Résumé
BACKGROUND: The 'Ottawa Depression Algorithm' is an evidence-based online tool developed to support primary care professionals care for adults with depression. Uptake of such tools require provider behaviour change. Identifying issues which may impact use of an innovation in routine practice (i.e. barriers to and enablers of behaviour change) informs the selection of implementation strategies that can be deployed with the tool to support use. However, established theory-informed barriers/enablers assessment methods may be less well suited to identifying issues with tool usability. User testing methods can help to determine whether the tool itself is optimally designed. We aimed to integrate these two methodological approaches to i) identify issues impacting the usability of algorithm; and ii) identify barriers to and enablers of algorithm use in routine practice. METHODS: We conducted semi-structured interviews with primary care professionals in Ottawa, Canada. To evaluate usability, participants used a written patient scenario to work through the algorithm while verbalizing their thoughts ('Think Aloud'). Participants were then asked about factors influencing algorithm use in routine practice (informed by the Theoretical Domains Framework). We used the codebook approach to thematic analysis to assign statements to pre-specified codes and develop themes pertaining to usability and routine use. RESULTS: We interviewed 20 professionals from seven practices. Usability issues were summarised within five themes: Optimizing content and flow to align with issues faced in practice, Enhancing the most useful algorithm components, Interactivity of the algorithm and embedded tools, Clarity of presence, purpose, or function of components, and Navigational challenges and functionality of links. Barriers to and enablers of routine use were summarised within five themes: Getting to know the algorithm, Alignment with roles and pathways of influence, Integration with current ways of working, Contexts for use, and Anticipated benefits and concerns about patient communication. CONCLUSIONS: Whilst the Ottawa Depression Algorithm was viewed as a useful tool, specific usability issues and barriers to use were identified. Supplementing a theory-based barriers/enablers assessment with usability testing provided enhanced insights to inform optimization and implementation of this clinical tool. We have provided a methods guide for others who may wish to apply this approach.
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 | 0,175 | 0,270 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».