MétaCan
Menu
Retour à la cohorte
Enregistrement W2799383018 · doi:10.1186/s12913-018-3045-6

Assessing the implementation processes of a large-scale, multi-year quality improvement initiative: survey of health care providers

2018· article· en· W2799383018 sur OpenAlexaffabout
Donna Goodridge, Masud Rana, Elizabeth Harrison, Thomas Rotter, Gary Groot, Sonia Udod, Joshua Lloyd

Notice bibliographique

RevueBMC Health Services Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of ManitobaQueen's UniversityUniversity of Saskatchewan
Organismes subventionnairesNewcastle University
Mots-clésHealth informaticsNursing researchHealth administrationMedicinePublic healthScale (ratio)Health services researchHealth careQuality (philosophy)Quality managementNursingEnvironmental healthBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Beginning in 2012, Lean was introduced to improve health care quality and promote patient-centredness throughout the province of Saskatchewan, Canada with the aim of producing coordinated, system-wide change. Significant investments have been made in training and implementation, although limited evaluation of the outcomes have been reported. In order to better understand the complex influences that make innovations such as Lean "workable" in practice, Normalization Process Theory guided this study. The objectives of the study were to: a) evaluate the implementation processes associated with Lean implementation in the Saskatchewan health care system from the perspectives of health care professionals; and b) identify demographic, training and role variables associated with normalization of Lean. METHODS: Licensed health care professionals were invited through their professional associations to complete a cross-sectional, modified, online version of the NoMAD questionnaire in March, 2016. Analysis was based on 1032 completed surveys. Descriptive and univariate analyses were conducted. Multivariate multinomial regressions were used to quantify the associations between five NoMAD items representing the four Normalization Process Theory constructs (coherence, cognitive participation, collective action and reflexive monitoring). RESULTS: More than 75% of respondents indicated that neither sufficient training nor resources (collective action) had been made available to them for the implementation of Lean. Compared to other providers, nurses were more likely to report that Lean increased their workload. Significant differences in responses were evident between: leaders vs. direct care providers; nurses vs. other health professionals; and providers who reported increased workload as a result of Lean vs. those who did not. There were no associations between responses to normalization construct proxy items and: completion of introductory Lean training; participation in Lean activities; age group; years of professional experience; or employment status (full-time or part-time). Lean leader training was positively associated with proxy items reflecting coherence, cognitive participation and reflexive monitoring. CONCLUSIONS: From the perspectives of the cross-section of health care professionals responding to this survey, major gaps remain in embedding Lean into healthcare. Strategies that address the challenges faced by nurses and direct care providers, in particular, are needed if intended goals are to be achieved.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,058
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0580,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,681
Tête enseignante GPT0,752
Écart entre enseignants0,071 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations33
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealth Policy Implementation ScienceTravaux en français237 207