MétaCan
Menu
Retour à la cohorte
Enregistrement W2090671924 · doi:10.1186/1472-6963-11-178

Factors affecting the implementation of complex and evolving technologies: multiple case study of intensity-modulated radiation therapy (IMRT) in Ontario, Canada

2011· article· en· W2090671924 sur OpenAlexaffabout
Kate Bak, Mark Dobrow, David Hodgson, Anthony Whitton

Notice bibliographique

RevueBMC Health Services Research · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensPrincess Margaret Cancer CentreCancer Care OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHealth informaticsMedicineRadiation oncologyNursing researchStandardizationProcess (computing)Resistance (ecology)Health administrationKey (lock)Process managementMedical educationKnowledge managementRadiation therapyBusinessPublic healthNursingComputer scienceRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research regarding the decision to adopt and implement technological innovations in radiation oncology is lacking. This is particularly problematic since these technologies are often complex and rapidly evolving, requiring ongoing revisiting of decisions regarding which technologies are the most appropriate to support. Variations in adoption and implementation decisions for new radiation technologies across cancer centres can impact patients' access to appropriate and innovative forms of radiation therapy. This study examines the key steps in the process of adopting and implementing intensity modulated radiation therapy (IMRT) in publicly funded cancer centres and identifies facilitating or impeding factors. METHODS: A multiple case study design, utilizing document analysis and key informant interviews was employed. Four cancer centres in Ontario, Canada were selected and interviews were conducted with radiation oncologists, medical physicists, radiation therapists, and senior administrative leaders. RESULTS: Eighteen key informants were interviewed. Overall, three centres made fair to excellent progress in the implementation of IMRT, while one centre achieved only limited implementation as of 2009. Key factors that influenced the extent of IMRT implementation were categorized as: 1) leadership, 2) training, expertise and standardization, 3) collaboration, 4) resources, and 5) resistance to change. CONCLUSION: A framework for the adoption and implementation of complex and evolving technologies is presented. It identifies the key factors that should be addressed by decision-makers at specific stages of the adoption/implementation process.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,992

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0160,004
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
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 Opus0,139
Tête enseignante GPT0,471
Écart entre enseignants0,333 · 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'étudeQualitatif
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

Citations22
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207