MétaCan
Menu
Retour à la cohorte
Enregistrement W4246975890 · doi:10.21203/rs.3.rs-60191/v1

Barriers and Facilitators Affecting Implementation of a Clinical Decision aid for the Diagnosis of Acute Aortic Syndrome: A Qualitative Study

2020· preprint· en· W4246975890 sur OpenAlexaffabout
Caitlin Dmitriew, Robert Ohle

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensHealth Sciences NorthNOSM University
Organismes subventionnairesnon disponible
Mots-clésAcute aortic syndromeClinical decision makingQualitative researchMedicineIntensive care medicineBusinessInternal medicineSociologyAortaAortic dissectionSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Acute aortic syndrome (AAS) is an uncommon, life-threatening emergency that is frequently misdiagnosed. The Canadian clinical practice guidelines for the diagnosis of AAS were developed to improve patient outcomes and include a clinical decision aid designed to facilitate clinician decision-making. The objective of this study was to prospectively identify barriers and facilitators among physicians prior to implementation of the decision aid.Methods: We conducted semi-structured interviews with emergency room physicians working at five sites distributed between urban academic and rural settings. We used purposive sampling, contacting physicians until data saturation was reached. Interview questions were designed to understand potential barriers and facilitators to decision aid uptake and use. Responses were analysed according to the Theoretical Domains Framework, and overarching themes describing these barriers and facilitators were identified. Results: A majority of interviewees anticipated that the decision aid would support clinical decision making and risk stratification. Potential facilitators identified included guideline validation and publication and endorsement by peers. Barriers to implementation and application of the aid included the fact that the use of D-dimer and knowledge of the rationale for its use in the investigation of AAS were not widespread. The complexity of the decision aid and insufficient specificity of D-dimer were also identified as potential barriers to use. Conclusion: Physicians were amenable to using the AAS decision aid to support clinical decision-making and to reduce resource use. The barriers identified should be addressed prior to implementation in order to support decision aid uptake and use.

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)0,024
score de la tête « metaresearch » (Gemma)0,044
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 enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,044
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,007
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
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 Opus0,497
Tête enseignante GPT0,702
Écart entre enseignants0,205 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetQuality and Safety in HealthcareTravaux en français237 207