Évaluation de l’implantation d’un service de liaison à la suite d’une fracture de fragilité
Bibliographic record
Abstract
Problématique : Bien que l’implantation réussie des services de liaison à la suite d’une fracture (Fracture Liaison Services – FLS) soit essentielle afin de soutenir leur efficacité à prévenir la survenue d’autres fractures de fragilité (FF), l’implantation des FLS a été peu étudiée. Objectifs : Évaluer l’implantation d’un FLS par l’analyse des facteurs influençant : 1) le degré d’implantation du FLS ; et 2) l’adhésion des participants aux recommandations du FLS. Méthodologie: Une étude de cas multiples avec un devis mixte imbriqué à prédominance qualitative a été menée de 2013 à 2015 afin d’identifier les facteurs influençant l’implantation du FLS dans 3 régions du Québec (Canada) : Estrie, Montréal et Lanaudière. Le degré d’implantation a été déterminé selon la mise en œuvre de 7 composantes du FLS : 1) la nomination d’un coordonnateur, 2) la formation en première ligne sur les FF, 3) l’identification de patients avec une FF, 4) l’investigation de leur FF, 5) la communication avec leur médecin de famille, 6) la référence en prévention des chutes et 7) la prescription d’une médication. Les données ont été recueillies au moyen de la base de données des participants du FLS, des comptes rendus des réunions du comité d’implantation et d’entrevues avec des parties prenantes : comité d’implantation, coordonnateurs, orthopédistes et membres de l’équipe d’orthopédie. Les comptes rendus et les verbatim d’entrevues ont fait l’objet d’une analyse guidée par le Cadre consolidé pour la recherche sur l’implantation. Un devis mixte séquentiel explicatif a ensuite été utilisé afin d’identifier les facteurs influençant l’adhésion des participants aux recommandations concernant : 1) la médication; 2) les habitudes de vie (vitamine D, calcium et activité physique); et 3) la prévention des chutes. Des caractéristiques des participants ont été modélisées pour estimer la probabilité d’adhérer aux recommandations du FLS et des entrevues ont été réalisées avec des participants afin d’approfondir ces résultats. Résultats : Au cours de la période d’implantation analysée de 30 mois, un coordonnateur a été nominé dans chaque région et des formations sur les FF ont été données. Un total de 457 patients ont été identifiés et ont accepté de participer au FLS. Parmi les participants, 376 (82%) ont été investigués pour leur risque de FF, la communication avec leur médecin a été établie pour 456 (98%), 299 (65%) ont initié une médication et 158 (35%) ont été référés en prévention des chutes. L’initiation de la médication et la référence en prévention des chutes ont significativement varié entre les régions. L’analyse des 39 comptes rendus et des 10 entrevues a montré que des caractéristiques des coordonnateurs ont facilité l’implantation des composantes du FLS alors que l'accès difficile à des activités de prévention des chutes a nui à l’implantation. La connaissance de leur diagnostic d'ostéoporose (n=106/354) a augmenté la probabilité des participants d’adhérer à la médication (OR=2,47; IC 95% 1,47-3,93) et à la vitamine D (OR=2,34; IC 95% 1,23-4,46). Paradoxalement, cela a diminué leur probabilité d’adhérer à l’activité physique (OR=0,45; IC 95% 0,25-0,81). Les entrevues avec les participants (n=16) ont montré que l’éducation centrée sur le patient les aidait à mieux comprendre que leur FF était causée par l’ostéoporose et que le soutien à l’autogestion facilitait la mise en place de stratégies pour adhérer aux recommandations du FLS. Conclusion : Cette étude met en évidence l'importance du rôle du coordonnateur pour promouvoir l’implantation réussie des composantes d'un FLS, faciliter la compréhension que le patient se fait de sa maladie et le soutenir dans la gestion de ses soins à la suite d’une FF, tout en favorisant l’intégration du continuum de soins et services du patient visant à prévenir la survenue d’autres FF.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.049 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".