Factors influencing nurses’ use of sedation interruptions in a critical care unit: a descriptive qualitative study
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: This study examined critical care nurses', physicians', and allied health professionals' perceptions of factors that support, inhibit, or limit the use of sedation interruption (SI) to improve the use of this integral component of care for mechanically ventilated patients. METHOD: We conducted a theory-based, descriptive qualitative study using semi-structured interviews with critical care registered nurses, respiratory therapists, a pharmacist, and a physician in a hospital in Ontario, Canada. The interview guide and analysis were informed by the Theoretical Domains Framework and transcripts were analyzed using content analysis. RESULTS: We identified 9 facilitators and 20 barriers to SI use by nurses. Facilitators included the innovation (importance of protocols) and potential adopters (comfort with the skill). The barriers were the potential adopters' (nurses) knowledge gaps regarding the performance and goal of SI and the practice environment (lack of time, availability of extra staff, and lack of multidisciplinary rounds). CONCLUSION: This study identified facilitators and barriers to SI for mechanically ventilated patients. Implementation efforts must address barriers associated with nurses, the environment, and contextual factors. A team-based approach is essential, as the absence of interprofessional rounds is a significant barrier to the appropriate use or non-use of SI. Future research can focus on the indications, contraindications, and goals of SI, emphasizing a shared appreciation for these factors across disciplines. Nursing capacity to manage a patient waking up from sedation is necessary for point-of-care adherence; future research should focus on the best ways to do so. Implementation study designs should use theory and evidence-based determinants of SI to bridge the evidence-to-practice gap. SPANISH ABSTRACT: http://links.lww.com/IJEBH/A178.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».