MétaCan
Menu
Retour à la cohorte
Enregistrement W3201113780 · doi:10.1186/s43058-021-00204-y

Implementation of a central-line bundle: a qualitative study of three clinical units

2021· article· en· W3201113780 sur OpenAlexafffund
Joanne Goldman, Leahora Rotteau, Kaveh G Shojania, G. Ross Baker, Paula Rowland, Marlys K. Christianson, Timothy J. Vogus, Connie Cameron, Maitreya Coffey

Notice bibliographique

RevueImplementation Science Communications · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCentral Venous Catheters and Hemodialysis
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreHospital for Sick ChildrenThe Wilson CentreUniversity of Toronto
Organismes subventionnairesPhysicians' Services Incorporated Foundation
Mots-clésBundleContext (archaeology)Patient safetyThematic analysisNursingPsychological interventionQuality managementWorkflowMedicineUnit (ring theory)Qualitative researchMedical educationPsychologyHealth careOperations managementEngineeringComputer sciencePolitical scienceManagement systemSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evidence for the central line-associated bloodstream infection (CLABSI) bundle effectiveness remains mixed, possibly reflecting implementation challenges and persistent ambiguities in how CLABSIs are counted and bundle adherence measured. In the context of a tertiary pediatric hospital that had reduced CLABSI by 30% as part of an international safety program, we aimed to examine unit-based socio-cultural factors influencing bundle practices and measurement, and how they come to be recognized and attended to by safety leaders over time in an organization-wide bundle implementation effort. METHODS: We used an interpretivist qualitative research approach, based on 74 interviews, approximately 50 h of observations, and documents. Data collection focused on hospital executives and safety leadership, and three clinical units: a medical specialty unit, an intensive care unit, and a surgical unit. We used thematic analysis and constant comparison methods for data analysis. RESULTS: Participants had variable beliefs about the central-line bundle as a quality improvement priority based on their professional roles and experiences and unit setting, which influenced their responses. Nursing leaders were particularly concerned about CLABSI being one of an overwhelming number of QI targets for which they were responsible. Bundle implementation strategies were initially reliant on unit-based nurse education. Over time there was recognition of the need for centralized education and reinforcement tactics. However, these interventions achieved limited impact given the influence of competing unit workflow demands and professional roles, interactions, and routines, which were variably targeted in the safety program. The auditing process, initially a responsibility of units, was performed in different ways based on individuals' approaches to the process. Given concerns about auditing reliability, a centralized approach was implemented, which continued to have its own variability. CONCLUSIONS: Our findings report on a contextualized, dynamic implementation approach that required movement between centralized and unit-based approaches and from a focus on standardization to some recognition of a role for customization. However, some factors related to bundle compliance and measurement remain unaddressed, including harder to change socio-cultural factors likely important to sustainability of the CLABSI reductions and fostering further improvements across a broader safety agenda.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0130,013
Communication savante0,0050,006
Science ouverte0,0030,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,462
Tête enseignante GPT0,647
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation Science CommunicationsMême sujetCentral Venous Catheters and HemodialysisTravaux en français237 207