Implementing a text message-based intervention to support type 2 diabetes medication adherence in primary care: a qualitative study with general practice staff
Notice bibliographique
Résumé
Abstract Background The Support through Mobile Messaging and digital health Technology for Diabetes (SuMMiT-D) project has developed, and is evaluating, a mobile phone-based intervention delivering brief messages targeting identified behaviour change techniques promoting medication use to people with type 2 diabetes in general practice. The present study aimed to inform refinement and future implementation of the SuMMiT-D intervention by investigating general practice staff perceptions of how a text message-based intervention to support medication adherence should be implemented within current and future diabetes care. Methods Seven focus groups and five interviews were conducted with 46 general practice staff (including GPs, nurses, healthcare assistants, receptionists and linked pharmacists) with a potential role in the implementation of a text message-based intervention for people with type 2 diabetes. Interviews and focus groups were audio-recorded, transcribed and analysed using an inductive thematic analysis approach. Results Five themes were developed. One theme ‘The potential of technology as a patient ally’ described a need for diabetes support and the potential of technology to support medication use. Two themes outlined challenges to implementation, ‘Limited resources and assigning responsibility’ and ‘Treating the patient; more than diabetes medication adherence’. The final two themes described recommendations to support implementation, ‘Selling the intervention: what do general practice staff need to see?’ and ‘Fitting the mould; complementing current service delivery’. Conclusions Staff see the potential for a text message-based support intervention to address unmet needs and to enhance care for people with diabetes. Digital interventions, such as SuMMiT-D, need to be compatible with existing systems, demonstrate measurable benefits, be incentivised and be quick and easy for staff to engage with. Interventions also need to be perceived to address general practice priorities, such as taking a holistic approach to care and having multi-cultural reach and relevance. Findings from this study are being combined with parallel work with people with type 2 diabetes to ensure stakeholder views inform further refinement and implementation of the SuMMiT-D intervention.
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 | 0,017 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».