Developing a Model of Care for Healing Pressure Ulcers With Electrical Stimulation Therapy for Persons With Spinal Cord Injury
Notice bibliographique
Résumé
Background: Electrical stimulation therapy (EST) has been shown to be an effective therapy for managing pressure ulcers in individuals with spinal cord injury (SCI). However, there is a lack of uptake of this therapy, and it is often not considered as a first-line treatment, particularly in the community. Objective: To develop a pressure ulcer model of care that is adapted to the local context by understanding the perceived barriers and facilitators to implementing EST, and to describe key initial phases of the implementation process. Method: Guided by the Knowledge-to-Action (KTA) and National Implementation Research Network (NIRN) frameworks, a community-based participatory research (CBPR) approach was used to complete key initial implementation processes including (a) defining the practice, (b) identifying the barriers and facilitators to EST implementation and organizing them into implementation drivers, and (c) developing a model of care that is adapted to the local environment. Results: A model of care for healing pressure ulcers with EST was developed for the local environment while taking into account key implementation barriers including lack of interdisciplinary collaboration and communication amongst providers between and across settings, inadequate training and education, and lack of resources, such as funding, time, and staff. Conclusions: Using established implementation science frameworks with structured planning and engaging local stakeholders are important exploratory steps to achieve a successful sustainable best practice implementation project.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».