Liderando mejoras de calidad mediante el desarrollo, implementación, y medición de las guías de buenas prácticas de Enfermería
Notice bibliographique
Résumé
Introducción: La búsqueda de prácticas basadas en la evidencia ha estimulado acciones por parte de un número de grupos a nivel mundial para desarrollar herramientas de conocimiento. Sin embargo, la absorción de conocimiento y la implementación de guías de práctica clínica en cualquier ambiente clínico requieren más que la concientización y distribución de guías desarrolladas rigurosamente. Objetivo: El objetivo de este artículo es compartir la implementación de estrategias exitosas desarrolladas por el Programa de Guías de Buenas Practicas en Enfermería de la Asociación de Enfermeras Profesionales de Ontario (RNAO, por sus siglas en ingles), la cual asegura que sus practicantes estén completamente consientes del mejor conocimiento disponible y que tengan el adecuado soporte para transferir las recomendaciones de guías de buenas prácticas clínicas a su práctica diaria. Temas de reflexión: Los detalles del proceso de siete etapas de la RNAO de desarrollo de la guía y el Programa de Directrices sobre las Mejores Prácticas de la RNAO son proporcionadas y resaltadas como estrategias de implementación que permite a las organizaciones asociarse con la RNAO para implementar múltiples guías de buenas prácticas usando un método sistemático planeado y una activa participación del personal, con énfasis en mejoras de calidad y evaluación. El Programa de Directrices sobre las Mejores Prácticas es informado por la ciencia de implementación y esta rápidamente ganando aclamación internacional por su eficiencia en crear altos niveles de cuidado de enfermería y calidad en el cuidado que las instituciones sanitarias ofrecen, así como mejoramiento y mejores resultados en las practicas basadas en la evidencia. Conclusiones: A través de su labor de liderazgo en el desarrollo, la implementación y la evaluación rigurosa de las guías, la RNAO esta exitosamente transformando las prácticas de enfermería mediante el conocimiento a escala mundial.. [Bajnok I, Grinspun D, Lloyd M, McConnell H. Liderando mejoras de calidad mediante el desarrollo, implementación, y medición de las guías de buenas prácticas de enfermería. MedUNAB 2015; 17 (3): 155-162]
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 | 0,019 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».