Improving safety culture in hospitals: Facilitators and barriers to implementation of Systemic Falls Investigative Method (SFIM)
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to assess the facilitators and barriers to implementation of the Systemic Falls Investigative Method (SFIM) on selected hospital units. DESIGN: A cross-sectional explanatory mixed methods design was used to converge results from a standardized safety culture survey with themes that emerged from interviews and focus groups. Findings were organized by six elements of the Ottawa Model of Research Use framework. SETTING: A geriatric rehabilitation unit of an acute care hospital and a neurological unit of a rehabilitation hospital were selected purposefully due to the high frequency of falls. PARTICIPANTS: Hospital staff who took part in: surveys (n = 39), interviews (n = 10) and focus groups (n = 12), and 38 people who were interviewed during falls investigations: fallers, family, unit staff and hospital management. INTERVENTION: Implementation of the SFIM to investigate fall occurrences. MAIN OUTCOME MEASURE(S): Percent of positive responses on the Modified Stanford Patient Safety Culture Survey Instrument converged with qualitative themes on facilitators and barriers for intervention implementation. RESULTS: Both hospital units had an overall poor safety culture which hindered intervention implementation. Facilitators were hospital accreditation, strong emphasis on patient safety, infrastructure and dedicated champions. Barriers included heavy workloads, lack of time, lack of resources and poor communication. CONCLUSIONS: Successful implementation of SFIM requires regulatory and organizational support, committed frontline staff and allocation of resources to identify active causes and latent contributing factors to falls. System-wide adjustments show promise for promotion of safety culture in hospitals where falls happen regularly.
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 | 0,035 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».