A Qualitative Study to Understand the Barriers and Enablers in Implementing an Enhanced Recovery After Surgery Program
Notice bibliographique
Résumé
OBJECTIVE: Explore the barriers and enablers to adoption of an Enhanced Recovery after Surgery (ERAS) program by the multidisciplinary perioperative team responsible for the care of elective colorectal surgical patients. BACKGROUND: ERAS programs include perioperative interventions that when used together have led to decreased length of stay while increasing patient recovery and satisfaction. Despite the known benefits of ERAS programs, uptake remains slow. METHODS: Semistructured interviews were conducted with general surgeons, anesthesiologists, and ward nurses at 7 University of Toronto-affiliated hospitals to identify potential barriers and enablers to adoption of 18 ERAS interventions. Grounded theory was used to thematically analyze the transcribed interviews. RESULTS: Nineteen general surgeons, 18 anesthesiologists, and 18 nurses participated. The mean time of each interview was 18 minutes. Lack of manpower, poor communication and collaboration, resistance to change, and patient factors were cited by most as barriers. Discipline-specific issues were identified although most related to resistance to change. Overall, interviewees were supportive of implementation of a standardized ERAS program and agreed that a standardized guideline based on best evidence; standardized order sets; and education of the staff, patients, and families are essential. CONCLUSIONS: Multidisciplinary perioperative staff supported the implementation of an ERAS program at the University of Toronto-affiliated hospitals. However, major barriers were identified, including the need for patient education, increased communication and collaboration, and better evidence for ERAS interventions. Identifying these barriers and enablers is the first step toward successfully implementing an ERAS program.
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 | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».