Impact of Motivational Interviewing Education on General Practitioners’ and Trainees’ Learning and Diabetes Outcomes in Primary Care: Mixed Methods Study
Notice bibliographique
Résumé
Background: Effective diabetes management requires behavioral change support from primary care providers. However, general practitioners (GPs) often lack training in patient-centered communication methods such as motivational interviewing (MI), especially in time-constrained settings. While brief MI offers a practical alternative, evidence on its impact among GPs and patient outcomes remains limited. Objective: This study aimed to evaluate the effectiveness of a structured MI educational program for GPs and GP trainees on their MI knowledge and confidence, and its impact on clinical outcomes among patients with type 2 diabetes in primary care settings. Methods: A mixed methods study was conducted using a before-and-after two-group design with quantitative assessments of GPs' knowledge and patients' biomarkers, supplemented by qualitative interviews. The intervention group (n=35) received a 4-hour interactive MI workshop, optional web-based modules, and brief MI guides. The control group received standard care. A total of 149 and 167 patients with diabetes were included in the study and control groups, respectively. Results: A paired-sample t test was conducted to evaluate the impact of the MI course on the learners' knowledge. There was a statistically significant difference in the knowledge test scores from Time 1 (mean 11.46, SD 3.48) to Time 2 (mean 15.04, SD 2.35), t28= -7.74; P<.001 (2-tailed). The mean increase in knowledge score was 3.57 (SD 2.44), with a 95% CI of 2.62 to 4.52, indicating a large and statistically significant effect. The eta-squared statistic indicated a large effect size (eta-squared=0.85). Patients in the intervention group had greater improvements in HbA1c (mean difference= -0.50, 95% CI -0.91 to -0.09; P=.02) and diastolic blood pressure (mean difference= -5.96 mmHg, 95% CI -8.66 to -3.25; P<.001) compared to controls. Qualitative feedback highlighted the usefulness of brief MI, along with challenges in mastering advanced techniques and time constraints. Conclusions: The MI educational program improved GP trainees' MI knowledge and patient outcomes. Brief MI appears feasible in primary care but requires ongoing support for skill development and 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.
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 | 0,016 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».