MétaCan
Menu
Retour à la cohorte
Enregistrement W2745612583 · doi:10.1186/s12913-017-2481-z

Facilitators and barriers of change toward an elder-friendly surgical environment: perspectives of clinician stakeholder groups

2017· article· en· W2745612583 sur OpenAlexafffund
Heather Hanson, Lindsey M. Warkentin, R. Douglas Wilson, Navtej K. Sandhu, Susan E. Slaughter, Rachel G. Khadaroo

Notice bibliographique

RevueBMC Health Services Research · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of AlbertaAlberta HealthUniversity of Calgary
Organismes subventionnairesUniversity of AlbertaAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésFocus groupMedicineStaffingHealth administrationNursingStakeholderPsychological interventionNursing researchHealth informaticsVulnerability (computing)Public health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Current acute care surgical practices do not focus on the unique needs of older adults. Adverse outcomes in older patients result from a complex interrelationship between baseline vulnerability and insults experienced during hospitalization. The purpose of this study is to assess the organizational readiness and the barriers and facilitators for the implementation of elder-friendly interventions in the acute care of unplanned abdominal surgery patients. METHODS: This cross-sectional mixed methods study included a convenience sample of clinician stakeholder groups. Eight focus groups were conducted with 33 surgical team members including: 10 health care aides, 6 licensed practical nurses, 6 registered nurses, 4 nurse managers and 7 surgeons, to identify barriers and facilitators to the implementation of an elder-friendly surgical unit. Audio recordings of the focus groups were transcribed verbatim and analysed using interpretive description techniques. Transcripts were coded along with explanatory memos to generate a detailed description of participant experiences. Themes were identified followed by refining the codes. Participants also completed the Organizational Readiness for Implementing Change questionnaire. Differences in organizational readiness scores across clinician stakeholder groups were assessed using Kruskal-Wallice tests. Mann-Whitney tests (Bonferroni's corrections for multiple comparisons) were conducted to assess pair-wise relationships. RESULTS: The focus group data were conceptualized to represent facilitators and barriers to change at two levels of care delivery. Readiness to change at the organizational level was evident in five categories that reflected the barriers and facilitators to implementing an elder-friendly surgical unit. These included education, environment, staffing, policies and other research projects. At the individual level barriers and facilitators were apparent in staff members' acceptance of new roles and duties with other staff, family and patients. Examples of these included communication, teamwork and leadership. The mean change commitment and change efficacy scores on the Organizational Readiness for Implementing Change Questionnaire were 3.7 (0.8) and 3.5 (0.9) respectively. No statistically significant differences were detected between the stakeholder groups. CONCLUSIONS: Staff are interested in contributing to improved care for elderly surgical patients; however, opportunities were identified to enhance facilitators and reduce barriers in advance of implementing the elder-friendly surgical unit intervention.

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)0,030
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0050,004
Science ouverte0,0010,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,288
Tête enseignante GPT0,501
Écart entre enseignants0,213 · 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'étudeQualitatif
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

Citations24
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetAging and Gerontology ResearchTravaux en français237 207