MétaCan
Menu
Retour à la cohorte
Enregistrement W2980888881 · doi:10.1186/s12913-019-4548-5

Barriers and facilitators to development and implementation of a rural primary health care intervention for dementia: a process evaluation

2019· article· en· W2980888881 sur OpenAlexafffundabout
Debra Morgan, Julie Kosteniuk, Megan E. O’Connell, Andrew Kirk, Norma J. Stewart, Dallas Seitz, Melanie Bayly, Amanda Froehlich Chow, Valerie Elliot, Jean Daku, Tracy Hack, Faye Hoium, Deb Kennett-Russill, Kristen Sauter

Notice bibliographique

RevueBMC Health Services Research · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensQueen's UniversitySaskatchewan HealthUniversity of CalgaryUniversity of SaskatchewanSaskatchewan Health Authority
Organismes subventionnairesCanadian Institutes of Health ResearchCumming School of Medicine, University of CalgarySaskatchewan Health Research FoundationConsortium canadien en neurodégénérescence associée au vieillissement
Mots-clésImplementation researchNursing researchHealth administrationNursingMedicineFocus groupHealth informaticsWorkgroupHealth services researchQualitative researchPsychological interventionRural healthParticipatory action researchIntervention (counseling)Public healthMedical educationRural area

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With rural population aging there are growing numbers of people with dementia in rural and remote settings. The role of primary health care (PHC) is critical in rural locations, yet there is a lack of rural-specific PHC models for dementia, and little is known about factors influencing the development, implementation, and sustainability of rural PHC interventions. Using a community-based participatory research approach, researchers collaborated with a rural PHC team to co-design and implement an evidence-based interdisciplinary rural PHC memory clinic in the Canadian province of Saskatchewan. This paper reports barriers and facilitators to developing, implementing, and sustaining the intervention. METHODS: A qualitative longitudinal process evaluation was conducted over two and half years, from pre- to post-implementation. Data collection and analyses were guided by the Consolidated Framework for Implementation Research (CFIR) which consists of 38 constructs within five domains: innovation characteristics, outer setting, inner setting, individual characteristics, and process. Data were collected via focus groups with the PHC team and stakeholders, smaller team workgroup meetings, and team member interviews. Analysis was conducted using a deductive approach to apply CFIR codes to the data and an inductive analysis to identify barriers and facilitators. RESULTS: Across all domains, 14 constructs influenced development and implementation. Three domains (innovation characteristics, inner setting, process) were most important. Facilitators were the relative advantage of the intervention, ability to trial on a small scale, tension for change, leadership engagement, availability of resources, education and support from researchers, increased self-efficacy, and engagement of champions. Barriers included the complexity of multiple intervention components, required practice changes, lack of formal incentive programs, time intensiveness of modifying the EMR during iterative development, lack of EMR access by all team members, lack of co-location of team members, workload and busy clinical schedules, inability to justify a designated dementia care manager role, and turnover of PHC team members. CONCLUSIONS: The study identified key factors that supported and hindered the development and implementation of a rural-specific strategy for dementia assessment and management in PHC. Despite challenges related to the rural context, the researcher-academic partnership was successful in developing and implementing the 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)0,073
score de la tête « metaresearch » (Gemma)0,075
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,386

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,075
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,002
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,294
Tête enseignante GPT0,688
Écart entre enseignants0,393 · 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

Citations103
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

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