Uptake of an innovation in surgery: observations from the cluster-randomized Quality Initiative in Rectal Cancer trial
Notice bibliographique
Résumé
BACKGROUND: Theory suggests the uptake of a medical innovation is influenced by how potential adopters perceive innovation characteristics and by characteristics of potential adopters. Innovation adoption is slow among the first 20% of individuals in a target group and then accelerates. The Quality Initiative in Rectal Cancer (QIRC) trial assessed if rectal cancer surgery outcomes could be improved through surgeon participation in the QIRC strategy. We tested if traditional uptake of innovation concepts applied to surgeons in the experimental arm of the trial. METHODS: The QIRC strategy included workshops, access to opinion leaders, intraoperative demonstrations, postoperative questionnaires, and audit and feedback. For intraoperative demonstrations, a participating surgeon invited an outside surgeon to demonstrate optimal rectal surgery techniques. We used surgeon timing in a demonstration to differentiate early and late adopters of the QIRC strategy. Surgeons completed surveys on perceptions of the strategy and personal characteristics. RESULTS: Nineteen of 56 surgeons (34%) requested an operative demonstration on their first case of rectal surgery. Early and late adopters had similar perceptions of the QIRC strategy and similar characteristics. Late adopters were less likely than early adopters to perceive an advantage for the surgical techniques promoted by the trial (p = 0.023). CONCLUSION: Most traditional diffusion of innovation concepts did not apply to surgeons in the QIRC trial, with the exception of the importance of perceptions of comparative advantage.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».