MétaCan
Menu
Retour à la cohorte
Enregistrement W2995708840 · doi:10.1186/s13012-019-0952-9

Identifying relevant concepts and factors for the sustainability of evidence-based practices within acute care contexts: a systematic review and theory analysis of selected sustainability frameworks

2019· review· en· W2995708840 sur OpenAlexafffund
Letitia Nadalin Penno, Barbara Davies, Ian D. Graham, Chantal Backman, Ibo MacDonald, Julie Bain, Alekhya Mascarenhas Johnson, Julia E. Moore, Janet E. Squires

Notice bibliographique

RevueImplementation Science · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensOttawa HospitalHealth Sciences CentreSunnybrook Health Science CentreUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSystematic reviewSustainabilityContext (archaeology)Health administrationHealth careHealth services researchMedicineMEDLINEAcute carePublic healthInclusion (mineral)NursingPsychologyPolitical scienceEcologySocial psychologyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is growing recognition among healthcare professionals that the sustainability of evidence-based practices (EBPs) within different settings is variable and suboptimal. Understanding why a particular EBP might be sustained in one setting and not another remains unclear. Recent reviews illustrate the need to identify and analyze existing frameworks/models/theories (F/M/Ts) that focus solely on the sustainability of EBPs in specific healthcare settings, such as acute care, to illuminate key determinants and facilitate appropriate selection to guide practice and research. METHODS: We conducted a systematic review to extract sustainability frameworks. This involved using two available syntheses of the literature and a systematic search of four databases from January 2015 to July 2018: CINHAL, MEDLINE, Embase, and ProQuest. We included studies published in English, and if they included sustainability F/M/Ts recommended for use in acute care or an unspecified healthcare organization/setting. F/M/Ts explicitly recommended for use in public health and or community settings were excluded. We then conducted a comparative analysis of F/M/Ts using a modified theory analysis approach, to understand the theoretical underpinnings of each F/M/T, their determinants and concepts hypothesized to influence the sustained use of EBPs within an acute care context. RESULTS: Of 2967 identified citations from the 2 available syntheses and the systematic review, 8 F/M/Ts met the inclusion criteria. We identified 37 core factors, of which 16 were recorded as common factors (occurring within 4 or more of the 8 included F/M/Ts). All factors grouped into 7 main themes: innovation, adopters, leadership and management, inner context, inner processes, outer context, and outcomes. CONCLUSIONS: This systematic review is the first to include a comprehensive analysis of healthcare sustainability F/M/Ts for the sustained use of EBPs in acute care settings. Findings reveal insights into sustainability as a "process or ongoing stage of use" following initial implementation, suggesting this construct should be added to the definition of sustainability. Results provide a resource of available F/M/Ts and hypothesized factors to consider for acute care team members who are planning or currently implementing EBPs with the goal of improving patient outcomes. It also provides a basis for future research on sustainability in acute care.

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)0,119
score de la tête « metaresearch » (Gemma)0,326
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,630

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,326
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0090,015
Bibliométrie0,0640,050
Études des sciences et des technologies0,0030,005
Communication savante0,0110,013
Science ouverte0,0040,007
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,645
Tête enseignante GPT0,737
Écart entre enseignants0,092 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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

En bref

Citations108
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetHealth Policy Implementation ScienceTravaux en français237 207