Intensive care unit clinicians identify many barriers to, and facilitators of, early mobilisation: a qualitative study using the Theoretical Domains Framework
Notice bibliographique
Résumé
QUESTION: From the perspective of intensive care unit (ICU) clinicians, what are the barriers to and facilitators of implementing early mobilisation? DESIGN: A qualitative study using focus groups, with analysis using the Theoretical Domains Framework. PARTICIPANTS: Physicians, nurses, respiratory therapists and physiotherapists from the ICUs of three university-affiliated hospitals in Montreal, Canada. METHODS: Four focus group meetings were conducted with 33 participating ICU clinicians. Two researchers independently performed thematic content analysis on verbatim transcriptions of the audio recordings using the Theoretical Domains Framework. RESULTS: Data saturation was reached after the third focus group. Thirty-six barriers were categorised in 13 domains of the Theoretical Domains Framework. The key barriers to early mobilisation were: lack of conviction and knowledge regarding the available evidence about early mobilisation; lack of attention to the provision of optimal care; poor communication; the unpredictable nature of the ICU; and limited staffing, equipment, time and clinical knowledge. Twenty-five facilitators categorised in ten TDF domains were also identified. These included individual-level facilitators (intrinsic motivation, positive outcome expectations, conscious effort to mobilise early, good planning/coordination, the presence of ICU champions, and expert support by a physiotherapist) and organisational-level facilitators (reminder system, pro-early mobilisation culture, implementation of an early mobilisation protocol, and improved ICU organisation). CONCLUSIONS: A broad array of barriers to and facilitators of early mobilisation in the ICU were identified in this study. Clinicians can consider whether these barriers and facilitators are operating in their ICU. These may inform the design of tailored knowledge translation interventions to promote early mobilisation in the ICU.
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 | 0,017 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».