Trends in behaviour change techniques for implementing and de-Implementing healthcare practices using audit and feedback
Notice bibliographique
Résumé
Abstract Background Audit and feedback (A&F) is a widely used quality improvement strategy to modify healthcare professionals’ practice. However, there is considerable variation in how A&F is applied and in its effectiveness. Investigating this variation, in terms of differences in the behaviour change techniques (BCTs) interventions employ, and why it occurs may provide insights for optimising intervention design. This study, therefore, explored associations between which BCT are used in A&F interventions, behaviour change direction (implementation vs. de-implementation), and target behaviour type. Methods An exploratory secondary analysis was conducted on data from 261 randomized trials of A&F interventions, originally extracted as part of a Cochrane systematic review. Regression analyses investigated whether different BCTs were used for implementation versus de-implementation. These analyses were repeated in subgroups of different behaviour types (e.g., prescribing, testing/examinations). Parallel analyses aggregated data at the study level to assess the robustness of findings. Results Analyses on the whole sample demonstrated that the same BCTs were used to implement and de-implement target behaviours in A&F interventions. Subgroup analyses identified potential associations between specific BCTs and implementation direction within certain behaviour types: social comparison with implementation of treatment decisions/actions; education (unspecified) with implementation of testing/examinations; social support (unspecified) with implementation of prescribing; and feedback on outcome of behaviour with de-implementation of treatment decisions/actions. However, these associations were not consistently replicated across the main and parallel analyses, and may reflect prevailing design practices or methodological artefacts rather than genuine differences in BCT selection. Conclusions This study demonstrated that, overall, A&F interventions utilise similar BCTs regardless of whether behaviours are being implemented or de-implemented. However, exploratory subgroup analyses suggest that tailoring interventions through selectively using certain BCTs for either implementation or de-implementation, depending on the type of behaviour being acted on, may warrant further investigation. Future research should test these hypotheses using theory-informed intervention designs and robust methods, to determine whether current patterns of BCT use reflect true differences in intervention effectiveness.
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 | 0,021 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».