Identifying strategies for implementing a clinical guideline for cancer-related fatigue: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Clinical practice guidelines assist health professionals' (HPs) decisions. Costly to develop, many guidelines are not implemented in clinical settings. This paper describes an evaluation of contextual factors to inform clinical guideline implementation strategies for the common and distressing problem of cancer-related fatigue (CRF) at an Australian cancer hospital. METHODS: A qualitative inquiry involving interviews and focus groups with consumers and multidisciplinary HPs explored key Canadian CRF guideline recommendations. Four HP focus groups examined the feasibility of a specific recommendation, while a consumer focus group examined experiences and preferences for managing CRF. Audio recordings were analysed using a rapid method of content analysis designed to accelerate implementation research. Strategies for implementation were guided by the Consolidated Framework for Implementation Research. RESULTS: Five consumers and 31 multidisciplinary HPs participated in eight interviews and five focus groups. Key HP barriers to fatigue management were insufficient knowledge and time; and lack of accessible screening and management tools or referral pathways. Consumer barriers included priority for cancer control during short health consultations, limited stamina for extended or extra visits addressing fatigue, and HP attitudes towards fatigue. Enablers of optimal fatigue management were alignment with existing healthcare practices, increased HP knowledge of CRF guidelines and tools, and improved referral pathways. Consumers valued their HPs addressing fatigue as part of treatment, with a personal fatigue prevention or management plan including self-monitoring. Consumers preferred fatigue management outside clinic appointments and use of telehealth consultations. CONCLUSIONS: Strategies that reduce barriers and leverage enablers to guideline use should be trialled. Approaches should include (1) accessible knowledge and practice resources for busy HPs, (2) time efficient processes for patients and their HPs and (3) alignment of processes with existing practice. Funding for cancer care must enable best practice supportive care.
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 | 0,021 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».