Insights into the implementation of a whole genome sequencing report form (SRF) to reduce nosocomial SARS-CoV-2 within UK hospitals: a qualitative process evaluation using normalisation process theory
Notice bibliographique
Résumé
Abstract Background Here we report on a process evaluation conducted as part of a large multisite non-randomised trial of the effectiveness of a whole genome sequence report form (SRF) to reduce nosocomial SARS-CoV-2 through changing infection prevention and control (IPC) behaviours during the COVID − 19 pandemic. We detail how the SRF was implemented across a heterogeneous purposive sub-sample of hospital trial sites (n = 5/14). Methods We conducted in-depth interviews from diverse professional staff (N = 39). Inductive thematic analysis initially explored participants’ accounts of implementing the SRF. The resulting data driven themes, concerning the way the SRF was used within sites, were then coded in relation to the key tenets of normalisation process theory (NPT). Results Factors that enabled the implementation of the SRF included: elements of the context such as health care professional passion; the existence of whole genome sequencing (WGS) infrastructure; effective communication channels, the creation of new connections across professionals and teams; the integration of SRF-led discussions within pre-existing meetings and the ability of a site to achieve a rapid turnaround time. In contrast, we found factors that constrained the use of the SRF included elements of the context such as the impact of the Alpha-variant overwhelming hospitals. In turn, dealing with COVID-19 breached the limited capacity of infection prevention and control (IPC) to respond to the SRF and ensure its routinisation. Conclusion We show preliminary support for the SRF being an acceptable, useable and potentially scalable way of enhancing existing IPC activities. However, the context of both the trial and the alpha wave of COVID-19 limit these insights. Clinical trial number https://www.isrctn.com/ISRCTN50212645, Registration date 20/05/2020
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 | 0,176 | 0,174 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,012 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».