Implementation of Enhanced Recovery After Surgery: a strategy to transform surgical care across a health system
Notice bibliographique
Résumé
BACKGROUND: Enhanced Recovery After Surgery (ERAS) programs have been shown to have a positive impact on outcome. The ERAS care system includes an evidence-based guideline, an implementation program, and an interactive audit system to support practice change. The purpose of this study is to describe the use of the Theoretic Domains Framework (TDF) in changing surgical care and application of the Quality Enhancement Research Initiative (QUERI) model to analyze end-to-end implementation of ERAS in colorectal surgery across multiple sites within a single health system. The ultimate intent of this work is to allow for the development of a model for spread, scale, and sustainability of ERAS in Alberta Health Services (AHS). METHODS: ERAS for colorectal surgery was implemented at two sites and then spread to four additional sites. The ERAS Interactive Audit System (EIAS) was used to assess compliance with the guidelines, length of stay, readmissions, and complications. Data sources informing knowledge translation included surveys, focus groups, interviews, and other qualitative data sources such as minutes and status updates. The QUERI model and TDF were used to thematically analyze 189 documents with 2188 quotes meeting the inclusion criteria. Data sources were analyzed for barriers or enablers, organized into a framework that included individual to organization impact, and areas of focus for guideline implementation. RESULTS: Compliance with the evidence-based guidelines for ERAS in colorectal surgery at baseline was 40%. Post implementation compliance, consistent with adoption of best practice, improved to 65%. Barriers and enablers were categorized as clinical practice (22%), individual provider (26%), organization (19%), external environment (7%), and patients (25%). In the Alberta context, 26% of barriers and enablers to ERAS implementation occurred at the site and unit levels, with a provider focus 26% of the time, a patient focus 26% of the time, and a system focus 22% of the time. CONCLUSIONS: Using the ERAS care system and applying the QUERI model and TDF allow for identification of strategies that can support diffusion and sustainment of innovation of Enhanced Recovery After Surgery across multiple sites within a health care system.
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 | 0,050 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,005 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».