Barriers and supports to implementation of MDI/spacer use in nine Canadian pediatric emergency departments: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Despite recent research supporting the use of metered dose inhalers with spacer devices (MDI/spacers) in pediatric emergency departments (PEDs) for acute exacerbations of asthma, uptake of this practice has been slow. The objectives of this study were to determine the barriers and supports to implementing MDI/spacer research and to identify factors associated with early and late adoption of MDI/spacers in Canadian PEDs. METHODS: Using a comparative case study design, we classified nine tertiary care pediatric hospital PEDs based on their stage of implementation. Data were collected using focus group interviews with physicians, registered nurses (RNs), and respiratory therapists (RTs), and individual interviews with both patient care and medical directors at each site. Initial coding was based on the Ottawa Model of Research Use (OMRU) categories of elements known to influence the uptake of innovations. RESULTS: One hundred and fifty healthcare professionals from nine different healthcare institutions participated in this study. Lack of leadership in the form of a research champion, a lack of consensus about the benefits of MDI/spacers among staff, perceived resistance from patients/parents, and perceived increased cost and workload associated with MDI/spacer use were the most prevalent barriers to the adoption of the MDI/spacer. Common strategies used by early-adopting sites included the active participation of all professional groups in the adoption process in addition to a well-planned and executed educational component for staff, patients, and families. Early adopter sites were also more likely to have the MDI/spacer included in a clinical protocol/pathway. CONCLUSION: Potential barriers and supports to implementation have been identified that will help EDs adopt MDI/spacer use. Future interventions intended to increase MDI/spacer use in PEDs will need to be sensitive to the barriers identified in this study.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,016 | 0,005 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».