1. Inicio
  2. Atrás
Título: Statistical applications in knowledge translation research implemented through the information assessment method
Autores: Moscovici, Jonathan
Fecha: 2013
Publicador: McGill University - MCGILL
Fuente:
Tipo: Electronic Thesis or Dissertation
Tema: Pure Sciences - Statistics
Descripción: Of interest are two knowledge translation [27] research projects conducted by and with the ITPCRG (Information Technology Primary Care Research Group) during the period 2010-2012, as well as their underlying statistical analyses. For physicians, continuing medical education (CME) is a critical activity that helps them acquire new knowledge and keep their practice up to date. In Canada, popular CME programs are structured around the reading of short synopses or summaries of important clinical research on e-mail. After reading one synopsis, the physician completes a short reective exercise, using the Information Assessment Method (IAM). IAMis a brief questionnaire that asks physicians to reect on the following: -Therelevance of the information? -The impact of the information e.g. did you learn something new? -If they intend to use the information for a specic patient? -Whether they expect to see health benets for that patient as aresult? This type of CME is very popular. Since September 2006, about4,500 members of the Canadian Medical Association have submitted more than one million IAM questionnaires linked to e-mailed synopses. Previous work suggests the response format of the IAM questionnaire can impact the willingness of physicians to participate, and that information use for a specic patient might be linked to certain factors measurable by IAM. Therefore, the objectives were to improve CME programs that use the IAM questionnaire by determining which response formats optimize physician participation and their reective learning, and explore the determinants of information use. These were accomplished by implementing a survival analysis framework, as well as mixed logistic regression models.
Ce memoire porte sur deux projets de mise en pratique des connaissances menes par et avec le ITPCRG (Information Technology Primary Care Research Group) de 2010 a 2012, ainsi que l'analyse statistique qui s'en est issue. La formation medicale continue est une activite essentielle qui aide l'acquisition de nouvelles connaissances et la mise a jour des pratiques pour les medecins. Au Canada, des programmes populaires utilisentla lecture de courts synopsis ou de sommaires de recherches cliniques importantes transmis par courriel. Apres la lecture du synopsis, le medecin complete un bref exercice de reexion en utilisant le Information Assessment Method (IAM). IAM est un petit questionnaire qui demande aux medecins de reechir aux sujets qui suivent: -La pertinence de l'information? -L'impacte de cette information ex : avez-vous appris quelque chose?-L'intention d'utiliser cette information pour un patient specique? -Anticipent-ils observer des beneces de sante pour ce patient grâce a cetteinformation? Ce type de formation continue medicale est tres populaire. Depuis septembre 2006, pres de 4500 membres de l'Association medicale canadienne ont soumis plus d'un million de questionnaires IAM relies auxsynopsis recus par courriel. Les recherches precedentes suggerent que leformat de reponse des questionnaires IAM peut inuencer la participationdes medecins et que l'utilisation de l'information pour un patient specique peut être liee a certains facteurs mesurables par IAM. Les mêmes recherches indiquent que certains formats peuvent stimuler des reponses plus reechies. Aucune recherche n'a etudie l'eet de ce genre de formation continue surla sante de patients speciques. Les objectifs etaient donc d'ameliorer les programmes d'education continue medicale qui utilisent les questionnaires IAM en determinant les formats de reponse qui optimisent la participation des medecins ainsi que l'apprentissage reectif, et d'explorer les facteurs relies a l'utilisation de l'information. Ceux-ci ont ete accomplis en executant une analyse de la survie, ainsi que des modeles de regression logistique mixtes.
Idioma: en