MétaCan
Menu
Retour à la cohorte
Enregistrement W2578322980 · doi:10.1186/s12913-017-2005-x

Developing a framework to guide the de-adoption of low-value clinical practices in acute care medicine: a study protocol

2017· article· en· W2578322980 sur OpenAlexafffundabout
Jeanna Parsons Leigh, Daniel J. Niven, Jamie M. Boyd, Henry T. Stelfox

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensAlberta Health ServicesAlberta HealthUniversity of Calgary
Organismes subventionnairesM.S.I. Foundation
Mots-clésGeneralizability theoryAcute careMedicineStakeholderHealth administrationNursing researchBest practiceHealth informaticsHealth careNursingPsychological interventionFocus groupProtocol (science)Value (mathematics)Medical educationPublic healthAlternative medicinePublic relationsPsychologyBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare systems have difficulty incorporating scientific evidence into clinical practice, especially when science suggests that existing clinical practices are of low-value (e.g. ineffective or harmful to patients). While a number of lists outlining low-value practices in acute care medicine currently exist, less is known about how best to initiate and sustain the removal of low-value clinical practices (i.e. de-adoption). This study will develop a comprehensive list of barriers and facilitators to the de-adoption of low-value clinical practices in acute care facilities to inform the development of a framework to guide the de-adoption process. METHODS: The proposed project is a multi-stage mixed methods study to develop a framework to guide the de-adoption of low-value clinical practices in acute care medicine that will be tested in a representative sample of acute care settings in Alberta, Canada. Specifically, we will: 1) conduct a systematic review of the de-adoption literature to identify published barriers and facilitators to the de-adoption of low-value clinical practices in acute care medicine and any associated interventions proposed (Phase one); 2) conduct focus groups with acute care stakeholders to identify important themes not published in the literature and obtain a comprehensive appreciation of stakeholder perspectives (Phase two); 3) extend the generalizability of focus group findings by conducting individual stakeholder surveys with a representative sample of acute care providers throughout the province to determine which barriers and facilitators identified in Phases one and two are most relevant in their clinical setting (Phase three). Identified barriers and facilitators will be catalogued and integrated with targeted interventions in a framework to guide the process of de-adoption in each of four targeted areas of acute care medicine (Emergency Medicine, Cardiovascular Health and Stroke, Surgery and Critical Care Medicine). Analyses will be descriptive using a combination of qualitative and quantitative analyses. DISCUSSION: There is a growing body of literature suggesting that the de-adoption of ineffective or harmful practices from patient care is integral to the delivery of high quality care and healthcare sustainability. The framework developed in this study will map barriers and facilitators to de-adoption to the most appropriate interventions, allowing stakeholders to effectively initiate, execute and sustain this process in an evidence-based manner.

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)0,201
score de la tête « metaresearch » (Gemma)0,129
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,986

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2010,129
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0070,007
Études des sciences et des technologies0,0100,007
Communication savante0,0090,008
Science ouverte0,0080,010
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0250,005

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 Opus0,801
Tête enseignante GPT0,762
Écart entre enseignants0,039 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare cost, quality, practicesTravaux en français237 207