What is stopping us? An implementation science study of kangaroo care in British Columbia’s neonatal intensive care units
Notice bibliographique
Résumé
BACKGROUND: The goal of the Neonatal Intensive Care Unit (NICU) is to provide optimal care for preterm and sick infants while supporting their growth and development. The NICU environment can be stressful for preterm infants and often cannot adequately support their neurodevelopmental needs. Kangaroo Care (KC) is an evidence-based developmental care strategy that has been shown to be associated with improved short and long term neurodevelopmental outcomes for preterm infants. Despite evidence for best practice, uptake of the practice of KC in resource supported settings remains low. The aim of this study was to identify and describe healthcare providers' perspectives on the barriers and enablers of implementing KC. METHODS: This qualitative study was set in 11 NICUs in British Columbia, Canada, ranging in size from 6 to 70 beds, with mixed levels of care from the less acute up to the most complex acute neonatal care. A total of 35 semi-structured healthcare provider interviews were conducted to understand their experiences providing KC in the NICU. Data were coded and emerging themes were identified. The Consolidated Framework for Implementation Research (CFIR) guided our research methods. RESULTS: Four overarching themes were identified as barriers and enablers to KC by healthcare providers in their particular setting: 1) the NICU physical environment; 2) healthcare provider beliefs about KC; 3) clinical practice variation; and 4) parent presence. Depending on the specific features of a given site these factors functioned as an enabler or barrier to practicing KC. CONCLUSIONS: A 'one size fits all' approach cannot be identified to guide Kangaroo Care implementation as it is a complex intervention and each NICU presents unique barriers and enablers to its uptake. Support for improving parental presence, shifting healthcare provider beliefs, identifying creative solutions to NICU design and space constraints, and the development of a provincial guideline for KC in NICUs may together provide the impetus to change practice and reduce barriers to KC for healthcare providers, families, and administrators at local and system levels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».