Codevelopment of Implementation Interventions to Support Parent-Led Care for Pain in Infants: Protocol for a Qualitative Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: Untreated pain in infants is associated with adverse health outcomes. Despite strong evidence for accessible, effective, and low-cost parent-led pain-relieving interventions such as breastfeeding or chestfeeding and skin-to-skin contact, these interventions are not routinely used. OBJECTIVE: The objective of this study is to support the implementation of parent-led pain interventions by identifying barriers to and facilitators of parent-led, evidence-informed pain care in infants during acute procedures. In addition, this study aims to develop theory-informed, contextually relevant implementation interventions for supporting the use of parent-led pain care for infants in hospital and community contexts. METHODS: This study will consist of 2 phases that follow a systematic, theoretically informed approach guided by the Theoretical Domains Framework and Behavior Change Wheel. In phase 1, we will use a qualitative descriptive design to explore barriers and facilitators to using parent-led pain care in infants from the perspectives of hospital and community-based clinicians, clinical leaders, and families. In phase 2, we will use the Behavior Change Wheel to design tailored implementation interventions that have evidence for effectively addressing identified barriers in collaboration with an advisory committee of administrative, clinical, and family leaders. RESULTS: Ethics approval for this study was obtained in December 2020. As of May 2022, a total of 15 participants have been enrolled in phase 1. The results from all phases will be reported in 2023. CONCLUSIONS: Following the completion of this study, we will have co-designed theoretically informed implementation interventions that can be pilot-tested and experimentally applied. The findings will be used to implement parent-led interventions that improve patient safety and health outcomes for diverse families. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/33770.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,066 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».