Development of theory‐based knowledge translation interventions to facilitate the implementation of evidence‐based guidelines on the early management of adults with traumatic spinal cord injury
Notice bibliographique
Résumé
RATIONALE: Optimal, early management following a spinal cord injury (SCI) can limit individuals' disabilities and costs related to their care. Several knowledge syntheses were recently published to guide health care professionals with regard to early interventions in SCI patients. However, no knowledge translation (KT) intervention, selected according to a behaviour change theory, has been proposed to facilitate the use of SCI guidelines in an acute care setting. OBJECTIVES: To develop theory-informed KT interventions to promote the application of evidence-based recommendations on the acute care management of SCI patients. METHODS: The first four phases of the knowledge-to-action model were used to establish the study design. Knowledge selection was based on the Grading of Recommendations Assessment, Development and Evaluation system. Knowledge adaptation to the local context was sourced from the ADAPTE process. The theoretical domains framework oriented the selection and development of the interventions based on an assessment of barriers and enablers to knowledge application. RESULTS: Twenty-nine recommendations were chosen and operationalized in measurable clinical indicators. Barriers related to knowledge, skills, perceived capacities, beliefs about consequences, social influences, and the environmental context and resources theoretical domains were identified. The mapping of behaviour change techniques associated with those barriers led to the development of an online educational curriculum, interdisciplinary clinical pathways as well as policies and procedures. CONCLUSIONS: This research project allowed us developing KT interventions according to a thorough behavioural change methodology. Exposure to the generated interventions will support health care professionals in providing the best care to SCI patients.
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 | 0,035 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».