Identifying factors influencing sustainability of innovations in cancer survivorship care: a qualitative study
Notice bibliographique
Résumé
OBJECTIVES: Moving innovations into healthcare organisations to increase positive health outcomes remains a significant challenge. Even when knowledge and tools are adopted, they often fail to become integrated into the long-term routines of organisations. The objective of this study was to identify factors and processes influencing the sustainability of innovations in cancer survivorship care. DESIGN: Qualitative study using semistructured, in-depth interviews, informed by grounded theory. Data were collected and analysed concurrently using constant comparative analysis. SETTING: 25 cancer survivorship innovations based in six Canadian provinces. PARTICIPANTS: Twenty-seven implementation leaders and relevant staff from across Canada involved in the implementation of innovations in cancer survivorship. RESULTS: The findings were categorised according to determinants, processes and implementation outcomes, and whether a factor was necessary to sustainability, or important but not necessary. Seven determinants, six processes and three implementation outcomes were perceived to influence sustainability. The necessary determinants were (1) management support; (2) organisational and system-level priorities; and (3) key people and expertise. Necessary processes were (4) innovation adaptation; (5) stakeholder engagement; and (6) ongoing education and training. The only necessary implementation outcome was (7) widespread staff and organisational buy-in for the innovation. CONCLUSIONS: Factors influencing the sustainability of cancer survivorship innovations exist across multiple levels of the health system and are often interdependent. Study findings may be used by implementation teams to plan for sustainability from the beginning of innovation adoption initiatives.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».