MétaCan
Menu
Retour à la cohorte
Enregistrement W2739942871 · doi:10.1186/s13012-017-0631-7

Facilitated interprofessional implementation of a physical rehabilitation guideline for stroke in inpatient settings: process evaluation of a cluster randomized trial

2017· article· en· W2739942871 sur OpenAlexafffundabout
Nancy M. Salbach, Sharon Wood-Dauphinée, Johanne Desrosiers, Janice J. Eng, Ian D. Graham, Susan Jaglal, Nicol Korner‐Bitensky, Marilyn MacKay-Lyons, Nancy E. Mayo, Carol L. Richards, Robert Teasell, Merrick Zwarenstein, Mark Bayley

Notice bibliographique

RevueImplementation Science · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversité LavalParkwood InstituteCentre for Interdisciplinary Research in RehabilitationRoyal Victoria Regional Health CentreMcGill UniversityUniversity of OttawaUniversity of British ColumbiaWestern UniversityUniversity of TorontoUniversité de SherbrookeToronto Rehabilitation InstituteRoyal Victoria HospitalDalhousie UniversityUniversity Health Network
Organismes subventionnairesOntario Ministry of Research and InnovationCanadian Institutes of Health ResearchToronto Rehabilitation InstituteCanadian Stroke Network
Mots-clésMedicineHealth services researchRandomized controlled trialRehabilitationHealth administrationGuidelineHealth informaticsStroke (engine)Cluster randomised controlled trialCluster (spacecraft)Physical therapyPublic healthPhysical medicine and rehabilitationMedical emergencyNursingSurgeryPathologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Stroke Canada Optimization of Rehabilitation by Evidence-Implementation Trial (SCORE-IT) showed that a facilitated knowledge translation (KT) approach to implementing a stroke rehabilitation guideline was more likely than passive strategies to improve functional walking capacity, but not gross manual dexterity, among patients in rehabilitation hospitals. This paper presents the results of a planned process evaluation designed to assess whether the type and number of recommended treatments implemented by stroke teams in each group would help to explain the results related to patient outcomes. METHODS: As part of a cluster randomized trial, 20 rehabilitation units were stratified by language and allocated to a facilitated or passive KT intervention group. Sites in the facilitated group received the guideline with treatment protocols and funding for a part-time nurse and therapist facilitator who attended a 2-day training workshop and promoted guideline implementation for 16 months. Sites in the passive group received the guideline excluding treatment protocols. As part of a process evaluation, nurses, and occupational and physical therapists, blinded to study hypotheses, were asked to record their implementation of 18 recommended treatments targeting motor function, postural control and mobility using individualized patient checklists after treatment sessions for 2 weeks pre- and post-intervention. The percentage of patients receiving each treatment pre- and post-intervention and between groups was compared after adjusting for clustering and covariates in a random-effects logistic regression analysis. RESULTS: Data on treatment implementation from nine and eight sites in the facilitated and passive KT group, respectively, were available for analysis. The facilitated KT intervention was associated with improved implementation of sit-to-stand (p = 0.028) and walking (p = 0.043) training while the passive KT intervention was associated with improved implementation of standing balance training (p = 0.037), after adjusting for clustering at patient and provider levels and covariates. CONCLUSIONS: Despite multiple strategies and resources, the facilitated KT intervention was unsuccessful in improving integration of 18 treatments concurrently. The facilitated approach may not have adequately addressed barriers to integrating numerous treatments simultaneously and complex treatments that were unfamiliar to providers. TRIAL REGISTRATION: Unique identifier- NCT00359593.

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)0,040
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,054
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,057
Tête enseignante GPT0,527
Écart entre enseignants0,469 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations51
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207