Systematic development of a set of implementation strategies for transitional care innovations in long-term care
Notice bibliographique
Résumé
BACKGROUND: Numerous transitional care innovations (TCIs) are being developed and implemented to optimize care continuity for older persons when transferring between multiple care settings, help meet their care needs, and ultimately improve their quality of life. Although the implementation of TCIs is influenced by contextual factors, the use of effective implementation strategies is largely lacking. Thus, to improve the implementation of TCIs targeting older persons receiving long-term care services, we systematically developed a set of viable strategies selected to address the influencing factors. METHODS: As part of the TRANS-SENIOR research network, a stepwise approach following Implementation Mapping (steps 1 to 3) was applied to select implementation strategies. Building on the findings of previous studies, existing TCIs and factors influencing their implementation were identified. A combination of four taxonomies and overviews of change methods as well as relevant evidence on their effectiveness were used to select the implementation strategies targeting each of the relevant factors. Subsequently, individual consultations with scientific experts were performed for further validation of the process of mapping strategies to implementation factors and for capturing alternative ideas on relevant implementation strategies. RESULTS: Twenty TCIs were identified and 12 influencing factors (mapped to the Consolidated Framework for Implementation Research) were designated as priority factors to be addressed with implementation strategies. A total of 40 strategies were selected. The majority of these target factors at the organizational level, e.g., by using structural redesign, public commitment, changing staffing models, conducting local consensus discussions, and organizational diagnosis and feedback. Strategies at the level of individuals included active learning, belief selection, and guided practice. Each strategy was operationalized into practical applications. CONCLUSIONS: This project developed a set of theory and evidence-based implementation strategies to address the influencing factors, along further tailoring for each context, and enhance the implementation of TCIs in daily practice settings. Such work is critical to advance the use of implementation science methods to implement innovations in long-term care successfully.
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 | 0,111 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,018 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».