Barriers and potential solutions toward optimal prophylaxis against deep vein thrombosis for hospitalized medical patients: A survey of healthcare professionals
Notice bibliographique
Résumé
OBJECTIVE: Deep vein thrombosis (DVT) prophylaxis remains underused in hospitalized medical patients despite strong recommendations that at-risk patients should receive prophylaxis. To understand this gap between knowledge and practice, we surveyed clinicians' perceptions about the importance of DVT prophylaxis, barriers to guideline implementation, and interventions to optimize prophylaxis. METHODS: Paper- and electronic mail-based surveys were sent to 1553 internists, nurses, pharmacists, and physiotherapists in Ontario, Canada. Responses were scored on 7-point Likert scales. An important barrier to optimal DVT prophylaxis was 1 with a mean score ≥5, and interventions with high potential success or feasibility were those with mean scores ≥5. RESULTS: DVT prophylaxis was perceived as important by all clinician groups but this did not appear to translate into knowledge about underutilization of current DVT prophylaxis strategies. Physicians and pharmacists recognized the underuse of DVT prophylaxis in medical patients, while nurses and physiotherapists tended to perceive prophylaxis strategies as appropriate. Lack of clear indications and contraindications for prophylaxis and concerns about bleeding risks were perceived as important barriers. Preprinted orders were considered the most potentially successful and feasible way to optimize prophylaxis. CONCLUSIONS: A considerable barrier to optimal DVT prophylaxis utilization may be that those healthcare providers best able to conduct a daily assessment of patients' need for prophylaxis underrecognize the problem that prophylaxis is underutilized in this population. Interventions to bridge the gap between knowledge and practice should consider preprinted orders outlining DVT risk factors, and educating front-line care providers prior to implementation of a top-down approach.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».