MétaCan
Menu
Retour à la cohorte
Enregistrement W1991033957 · doi:10.5430/jha.v3n4p25

The impact of acute care clinical practice guidelines on length of stay: A closer look at some conflicting findings

2014· article· en· W1991033957 sur OpenAlexaffvenueabout
Moriah Ellen, G. Ross Baker, Adalsteinn Brown

Notice bibliographique

RevueJournal of Hospital Administration · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCompliance (psychology)Health careNursingMedicineVariety (cybernetics)Resistance (ecology)Health professionalsOrganizational structureClinical PracticePsychologyFamily medicinePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Systematic reviews have found that clinical practice guidelines (CPGs) are associated with lower lengths of stay (LOS), but a secondary analysis of Ontario acute care hospitals found few significant relationships between CPGs and LOS. This research explored possible reasons for these findings and what other factors may impact the CPG-LOS relationship. Semi-structured interviews were conducted with staff from nine hospitals whose jobs dealt with developing, implementing, monitoring, updating, or evaluating CPGs. Interviews were analyzed utilizing methods outlined by Aurebach. A variety of leaders and hospital types were represented. Five main factors influencing relationships between CPGs and LOS were identified: 1) the purpose of implementation, 2) evidence base for CPG content and selection, 3) health care professionals’ response to change and compliance, 4) dissemination strategies, and 5) organizational support and resources. The interviews suggested possible reasons why CPGs are not realizing their full potential impact on LOS in Ontario hospitals, ranging from poor compliance to resistance from health care providers. CPGs themselves are not perceived to be the reason for ineffectiveness; rather, organizational- and individual-level barriers seem to be the causes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,145
score de la tête « metaresearch » (Gemma)0,482
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,765

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1450,482
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0100,016
Études des sciences et des technologies0,0010,003
Communication savante0,0060,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,538
Écart entre enseignants0,419 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetClinical practice guidelines implementationTravaux en français237 207