MétaCan
Menu
Retour à la cohorte
Enregistrement W4200336005 · doi:10.1186/s13012-021-01165-5

Use and effects of implementation strategies for practice guidelines in nursing: a systematic review

2021· review· en· W4200336005 sur OpenAlexafffund
Christine Cassidy, Margaret B. Harrison, Christina Godfrey, Vera Nincic, Paul A. Khan, Patricia Oakley, Amanda Ross‐White, Hilary Grantmyre, Ian D. Graham

Notice bibliographique

RevueImplementation Science · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensOttawa HospitalNational Research Council CanadaSt. Michael's HospitalQueen's UniversityUniversity of OttawaDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineNursingHealth informaticsHealth administrationContext (archaeology)Systematic reviewGuidelineHealth careNursing researchHealth services researchMEDLINENursing Outcomes ClassificationQuality managementMedical educationPublic healthTeam nursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Practice guidelines can reduce variations in nursing practice and improve patient care. However, implementation of guidelines is complex and inconsistent in practice. It is unclear which strategies are effective at implementing guidelines in nursing. This review aimed to describe the use and effects of implementation strategies to facilitate the uptake of guidelines focused on nursing care. METHODS: We conducted a systematic review of five electronic databases in addition to the Cochrane Effective Practice and Organization of Care (EPOC) Group specialized registry. Studies were included if implementation of a practice guideline in nursing and process or outcome of care provided by nurses were reported. Two reviewers independently screened studies, assessed study quality, extracted data, and coded data using the EPOC taxonomy of implementation strategies. For those strategies not included in the EPOC taxonomy, we inductively categorized these strategies and generated additional categories. We conducted a narrative synthesis to analyze results. RESULTS: The search identified 46 papers reporting on 41 studies. Thirty-six studies used a combination of educational materials and educational meetings. Review findings show that multicomponent implementation strategies that include educational meetings, in combination with other educational strategies, report positive effects on professional practice outcomes, professional knowledge outcomes, patient health status outcomes, and resource use/expenditures. Twenty-three of the 41 studies employed implementation strategies not listed within the EPOC taxonomy, including adaptation of practice guidelines to local context (n = 9), external facilitation (n = 14), and changes to organizational policy (n = 3). These implementation strategies also corresponded with positive trends in patient, provider, and health system outcomes. CONCLUSIONS: Nursing guideline implementation may benefit from using the identified implementation strategies described in this review, including participatory approaches such as facilitation, adaptation of guidelines, and organizational policy changes. Further research is needed to understand how different implementation strategy components work in a nursing context and to what effect. As the field is still emerging, future reviews should also explore guideline implementation strategies in nursing in quasi or non-experimental research designs and qualitative research studies.

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)0,050
score de la tête « metaresearch » (Gemma)0,209
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,265

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,209
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,011
Bibliométrie0,0140,016
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
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 Opus0,570
Tête enseignante GPT0,700
Écart entre enseignants0,130 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations102
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetClinical practice guidelines implementationTravaux en français237 207