Contextual Factors Affecting Implementation of In-hospital Pediatric CPR Quality Improvement Interventions in a Resuscitation Collaborative
Notice bibliographique
Résumé
INTRODUCTION: Pediatric quality improvement (QI) collaboratives are multisite clinical networks that support cooperative learning. Our goal is to identify the contextual facilitators and barriers to implementing QI resuscitation interventions within a multicenter resuscitation collaborative. METHODS: A mixed-methods evaluation of the contextual facilitators and barriers to implementation of a resuscitation QI bundle. We administered a quantitative questionnaire, the Model for Understanding Success in Quality (MUSIQ), to the Pediatric Resuscitation Quality (pediRES-Q) Collaborative. Its primary goal is to optimize the care of children who experience in-hospital cardiac arrest through a resuscitation QI bundle. We also conducted semistructured phone interviews with site primary investigators adapted from the Consolidated Framework for Implementation Research qualitative interview guide. RESULTS: = 0.02). We conducted 8 interviews with the local QI team leadership. Contextual facilitators included a unified institutional approach to QI, a fail forward climate, leadership support, strong microculture, knowledge of other organizations, and prioritization of goals. Contextual barriers included low team tenure, no specific allocation of resources, lack of formalized QI training, and lack of support and buy-in by leaders and staff. CONCLUSIONS: Using mixed methods, we identified an association between the local QI team's strength and the successful implementation of the QI interventions.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».