MétaCan
Menu
Retour à la cohorte
Enregistrement W2064908560 · doi:10.1097/01.qmh.0000267451.78370.d3

Perception and Use of Guidelines and Interprofessional Dynamics

2007· article· en· W2064908560 sur OpenAlexaff
Denys T. Lau, Jane Banaszak‐Holl, Amit Nigam

Notice bibliographique

RevueQuality Management in Health Care · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésNursingGuidelinePerceptionHierarchyMedicineMEDLINEPsychologyMedical education

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Focusing on guidelines governing medication use in nursing homes, in this study we explore the ways in which clinical professionals perceive and apply treatment guidelines, and how interprofessional interactions shape the delivery of pharmacotherapies to residents. DESIGN AND METHODS: Seventeen semistructured interviews were conducted with physicians, nursing staff, and consultant pharmacists in 4 purposefully selected nursing homes in Michigan. RESULTS: Perceptions of guidelines varied by clinical groups, with physicians perceiving them as reference tools, whereas nurses and consultant pharmacists saw them as rules to which clinical practices should adhere. Key external factors including resident and family demands, economic constraints, limited face-to-face contact, and the organizational hierarchy further drove clinical personnel to use guidelines differently and induced interprofessional conflicts. These negative interactions make facility-wide guideline adherence challenging by undermining the regulatory role of consultant pharmacists. IMPLICATIONS: This study provides important insight on work-related factors that hinder the implementation of treatment guidelines in nursing homes.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,396
Tête enseignante GPT0,605
Écart entre enseignants0,209 · 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

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality Management in Health CareMême sujetClinical practice guidelines implementationTravaux en français237 207