Barriers and facilitators to adopting high value practices and de-adopting low value practices in Canadian intensive care units: a multimethod study
Notice bibliographique
Résumé
OBJECTIVE: To compare and contrast illustrative examples of the adoption of high value practices and the de-adoption of low value practices. DESIGN: (1) Retrospective, population-based audit of low molecular weight heparin (LMWH) for venous thromboembolism (VTE) prophylaxis (high value practice) and albumin for fluid resuscitation (low value practice) and (2) cross-sectional survey of healthcare providers. SETTING: Data were collected from nine adult medical-surgical intensive care units (ICUs) in two large Canadian cities. Patients are managed in these ICUs by a group of multiprofessional and multidisciplinary healthcare providers. PARTICIPANTS: Participants included 6946 ICU admissions and 309 healthcare providers from the same ICUs. MAIN OUTCOME MEASURES: (1) The use of LMWH for VTE prophylaxis (per cent ICU days) and albumin for fluid resuscitation (per cent of patients); and (2) provider knowledge of evidence underpinning these practices, and barriers and facilitators to adopt and de-adopt these practices. RESULTS: LMWH was administered on 38.7% of ICU days, and 20.0% of patients received albumin.Most participants had knowledge of evidence underpinning VTE prophylaxis and fluid resuscitation (59.1% and 84.2%, respectively). Providers perceived these practices to be followed. The most commonly reported barrier to adoption was insufficient knowledge/understanding (32.8%), and to de-adoption was clinical leader preferences (33.2%). On-site education was the most commonly identified facilitator for adoption and de-adoption (67.8% and 68.6%, respectively). CONCLUSIONS: Despite knowledge of and self-reported adherence to best practices, the audit demonstrated opportunity to improve. Provider-reported barriers and facilitators to adoption and de-adoption are broadly similar.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».