MétaCan
Menu
Retour à la cohorte
Enregistrement W4388181264 · doi:10.21203/rs.3.rs-3482543/v1

Strategies to implement evidence-informed practice at organizations: A rapid systematic review

2023· preprint· en· W4388181264 sur OpenAlexfundno aff
Emily Clark, Trish Burnett, Rebecca Blair, Robyn Traynor, Leah Hagerman, Maureen Dobbins

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesPublic Health AgencyPublic Health Agency of CanadaMcMaster University
Mots-clésPsychological interventionIntervention (counseling)Knowledge managementInclusion (mineral)Evidence-based practicePsychologyMedical educationSystematic reviewQuality (philosophy)Health careNursingProcess managementMedicineMEDLINEBusinessComputer sciencePolitical scienceAlternative medicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Achievement of evidence-informed decision making (EIDM) requires the integration of evidence into all practice decisions by identifying and synthesizing evidence, then developing and executing plans to implement and evaluate changes to practice. Evidence-informed practice (EIP) involves implementing a specific practice or program with proven effectiveness. This rapid systematic review examines strategies for the implementation of EIDM and EIPs across organizations, mapping facilitators and barriers to the COM-B (capability, opportunity, motivation, behaviour) model for behaviour change. Methods A systematic search was conducted in multiple databases and by reviewing publications of key authors. Articles that describe interventions to shift teams, departments, or organizations to EIDM or EIP were eligible for inclusion. For each article, quality was assessed, and details of the intervention, setting, outcomes, facilitators and barriers were extracted from each included article. A convergent integrated approach was undertaken to analyze both quantitative and qualitative findings. Results Fifty-nine articles are included. Studies were conducted in primary care, public health, social services, occupational health, and palliative care settings. Strategies to implement EIDM and EIP included the establishment of Knowledge Broker-type roles, building the EIDM capacity of staff, and research or academic partnerships. Facilitators and barriers align with the COM-B model for behaviour change. Facilitators for capability include the development of staff knowledge and skill, establishing specialized roles, and knowledge sharing across the organization, though staff turnover and subsequent knowledge loss was a barrier to capability. For opportunity, facilitators include the development of processes or mechanisms to support new practices, forums for learning and skill development, and protected time, and barriers include competing priorities. Facilitators identified for motivation include supportive organizational culture, expectations for new practices to occur, recognition and positive reinforcement, and strong leadership support. Barriers include negative attitudes toward new practices, and lack of understanding and support from management. Conclusion This review provides a comprehensive, in-depth analysis of facilitators and barriers for the implementation of EIDM and EIP in public health and related organizations, mapped to the COM-B model for behaviour change. The facilitators and barriers described in the included studies establish key factors for realizing greater implementation success in the future. Registration PROSPERO CRD42022318994

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)0,238
score de la tête « metaresearch » (Gemma)0,410
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2380,410
Méta-épidémiologie (sens strict)0,0050,006
Méta-épidémiologie (sens large)0,0190,016
Bibliométrie0,0450,032
Études des sciences et des technologies0,0030,003
Communication savante0,0160,029
Science ouverte0,0080,013
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,839
Tête enseignante GPT0,786
Écart entre enseignants0,054 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetHealth Policy Implementation ScienceTravaux en français237 207