MétaCan
Menu
Retour à la cohorte
Enregistrement W4402441196 · doi:10.1186/s13012-024-01392-6

The effectiveness of a knowledge translation intervention on the implementation of NEWS2 in nursing homes, a pragmatic cluster RCT

2024· article· en· W4402441196 sur OpenAlexaff
Birgitte Graverholt, Birgitte Espehaug, Donna Ciliska, Thomas Potrebny

Notice bibliographique

RevueImplementation Science · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMcMaster University
Organismes subventionnairesNorges ForskningsrådHøgskulen på Vestlandet
Mots-clésMedicineNursingKnowledge translationNursing researchRandomized controlled trialLong-term careHealth informaticsPopulationCluster randomised controlled trialHealth administrationFamily medicineIntervention (counseling)Public healthKnowledge managementEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Improving the uptake of relevant and reliable research is an important priority in long-term care to achieve sustainable and high-quality services for the increasingly older population. AIM: The purpose was to assess the effectiveness of a tailored, adaptive and a multifaceted KT capacity program, relative to usual practice, on the implementation of National Early Warning Score 2 (NEWS2). METHODS: This study was carried out as a pragmatic cluster-randomized controlled trial. The capacity program consisted of an educational part to address implementation capacity gaps and a facilitation-upon-implementation part to address a relevant knowledge gap in nursing homes. A collective decision was made to address the challenge of early detection of clinical deterioration among nursing home residents, by implementing the (NEWS2) as clinical innovation. Public nursing homes in a Norwegian municipality (n = 21) with a total of 1 466 beds were eligible for inclusion. The study-period spanned over a 22-month period, including a 12-month follow-up. Data was extracted from the Electronic Patient Journal system and analyzed using multilevel growth model analysis. RESULTS: The intervention had a large effect on the use of NEWS2 among care staff in intervention nursing homes, compared to the control group (standardized mean difference, d = 2.42). During the final month of the implementation period, residents in the intervention group was assessed with NEWS2 1.44 times (95% CI: 1.23, 1.64) per month, which is almost four times more often than in the control group (mean = 0.38, 95% CI: 0.19, 0.57). During the follow-up period, the effect of the intervention was not only sustained in the intervention group but there was a substantial increase in the use of NEWS2 in both the intervention (mean = 1.75, 95% CI: 1.55, 1.96) and control groups (mean = 1.45, 95% CI: 1.27, 1.65). CONCLUSIONS: This tailored implementation strategy had a large effect on the use of NEWS2 among care staff, demonstrating that integrated knowledge translation strategies can be a promising strategy to achieve evidence-based care in the nursing home sector. TRIAL REGISTRATION: ISRCTN12437773 . Registered 19/3 2020, retrospectively.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,552
Écart entre enseignants0,471 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetGeriatric Care and Nursing HomesTravaux en français237 207