MétaCan
Menu
← Retour à la cohorte
Enregistrement W2157409149 · doi:10.1186/1472-6963-14-169

Improving access to emergent spinal care through knowledge translation: an ethnographic study

2014· article· en· W2157409149 sur OpenAlexafffundabout
Fiona Webster, Michael G. Fehlings, Kathleen Rice, Harsha Malempati, Khaled Fawaz, Fred Nicholls, Navindra Baldeo, Scott Reeves, Anoushka Singh, Henry Ahn, Howard J. Ginsberg, Albert Yee

Notice bibliographique

RevueBMC Health Services Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensSt. Michael's HospitalUniversity of TorontoUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science CentreToronto Western Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésHealth informaticsNursing researchHealth administrationMedicineKnowledge translationPublic healthEthnographyNursingHealth careKnowledge managementSociologyAnthropologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For patients and family members, access to timely specialty medical care for emergent spinal conditions is a significant stressor to an already serious condition. Timing to surgical care for emergent spinal conditions such as spinal trauma is an important predictor of outcome. However, few studies have explored ethnographically the views of surgeons and other key stakeholders on issues related to patient access and care for emergent spine conditions. The primary study objective was to determine the challenges to the provision of timely care as well as to identify areas of opportunities to enhance care delivery. METHODS: An ethnographic study of key administrative and clinical care providers involved in the triage and care of patients referred through CritiCall Ontario was undertaken utilizing standard methods of qualitative inquiry. This comprised 21 interviews with people involved in varying capacities with the provision of emergent spinal care, as well as qualitative observations on an orthopaedic/neurosurgical ward, in operating theatres, and at CritiCall Ontario's call centre. RESULTS: Several themes were identified and organized into categories that range from inter-professional collaboration through to issues of hospital-level resources and the role of relationships between hospitals and external organizations at the provincial level. Underlying many of these issues is the nature of the medically complex emergent spine patient and the scientific evidentiary base upon which best practice care is delivered. Through the implementation of knowledge translation strategies facilitated from this research, a reduction of patient transfers out of province was observed in the one-year period following program implementation. CONCLUSIONS: Our findings suggest that competing priorities at both the hospital and provincial level create challenges in the delivery of spinal care. Key stakeholders recognized spinal care as aligning with multiple priorities such as emergent/critical care, medical through surgical, acute through rehabilitative, disease-based (i.e. trauma, cancer), and wait times initiatives. However, despite newly implemented strategies, there continues to be increasing trends over time in the number of spinal CritiCall Ontario referrals. This reinforces the need for ongoing inter-professional efforts in care delivery that take into account the institutional contexts that may constrain individual or team efforts.

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)0,007
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,006
Communication savante0,0030,003
Science ouverte0,0010,005
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 Opus0,297
Tête enseignante GPT0,560
Écart entre enseignants0,263 · 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

Citations3
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetSpine and Intervertebral Disc Pathology→Travaux en français237 207→