MétaCan
Menu
Retour à la cohorte
Enregistrement W4411902822 · doi:10.1186/s41687-025-00911-3

Enhancing provider adoption of patient-reported outcome measures (PROMs) through implementation science: insights from two international workshops

2025· article· en· W4411902822 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Patient-Reported Outcomes · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensCanadian Patient Safety InstituteMcGill University Health CentreTrinity Western UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésPromContext (archaeology)AuditPatient-reported outcomeMedical educationPsychologyBest practiceKnowledge managementQuality of life (healthcare)NursingMedicineComputer scienceBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although the use of patient-reported outcome measures (PROMs) in practice is increasing, successful implementation is contingent on engaging healthcare providers (HCPs). Using Implementation Science (IS), we present the content of two workshops hosted at the International Society for Quality-of-Life annual conferences for individuals seeking to implement PROMs collection and use in their settings. Our goals were to provide workshop participants with knowledge, tools, and resources to prepare HCPs for PROM adoption and to demonstrate tailored strategies to meet context-specific needs. METHODS: An interdisciplinary team with diverse expertise in PROMs implementation delivered two workshops guided by the Capability, Opportunity, Motivation - Behavior (COM-B) model and the Theoretical Domains Framework (TDF). Using dotmocracy, participants were asked to consider, for their local context, the factors most important for changing HCPs' behaviors to adopt PROMs in daily practice. RESULTS: The workshops incorporated IS theories, models, and frameworks (TMFs) to identify barriers faced by HCPs, support behavior change, and apply tailored theory-informed implementation strategies to prepare HCPs for PROM integration and evaluate adoption success. The factors rated the most important by workshop participants (n = 53) were woven into the discussions to illustrate the most common barriers encountered by HCPs adopting PROMs. Presenters drew on real-world practice and research experiences to identify promising implementation strategies, including education, training, behavioral modeling, persuasion, environmental restructuring, enablement, and audit and feedback to increase the capability, opportunity, and motivation of HCPs. CONCLUSIONS: Given the increasing evidence base supporting the role of PROMs in patient-centered care, it is imperative to understand the mechanisms and best practices for increasing provider adoption of PROMs. This work offers a roadmap for understanding determinants more important to HCPs and systematically selecting theory-informed implementation strategies that may increase the likelihood of HCP adoption of PROMs. Offering tailored HCP training/education programs and implementation strategies can prepare HCPs for timely and effective PROM implementation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,247
Tête enseignante GPT0,577
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle