MétaCan
Menu
Retour à la cohorte
Enregistrement W4409248947 · doi:10.1111/trf.18234

How do we leverage implementation science to support and accelerate uptake of clinical practice guidelines in transfusion medicine

2025· article· en· W4409248947 sur OpenAlexafffund
Jacob Crawshaw, Jeannie Callum, Sophie Chargé, Fabiana Lorencatto, Justin Presseau, Sheharyar Raza, Nicole Relke, Simon Stanworth

Notice bibliographique

RevueTransfusion · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensUniversity of TorontoCanadian Blood ServicesQueen's UniversityOttawa Hospital
Organismes subventionnairesHealth CanadaUniversity College LondonCanadian Blood ServicesAustralian Government
Mots-clésGuidelineLeverage (statistics)General partnershipClinical PracticeTransfusion medicineMedicineManagement scienceProcess managementComputer scienceNursingPolitical scienceBusinessEngineeringBlood transfusionPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Developing and disseminating clinical practice guidelines is a common strategy used to inform practice and address evidence-to-practice gaps that are prominent in transfusion medicine. Despite a highly systematic method for synthesizing evidence into guideline recommendations, comparatively little attention is paid to the real-world implementation of the recommendations in routine practice. A more scientific approach drawing on learnings from the field of implementation science is therefore warranted. STUDY DESIGN AND METHODS: In this article, we propose a methodological roadmap to embed implementation science principles, frameworks, and methods to facilitate the development and uptake of transfusion medicine guidelines. We draw upon research undertaken in partnership with the International Collaboration of Transfusion Medicine Guidelines (ICTMG) to illustrate the roadmap in action. RESULTS: The methodological roadmap constitutes five steps which have been matched to existing processes for developing and implementing clinical practice guidelines: (1) environmental scan; (2) detailing who needs to do what differently, per guideline recommendation; (3) barriers and enablers assessment; (4) tailoring implementation strategies to identified barriers and enablers; and (5) implementation and evaluation of implementation strategies. For each step, we define the key concepts and methods involved, and share examples from work done with ICTMG to support transfusion medicine guideline implementation. DISCUSSION: We intend this methodological roadmap for clinicians, researchers, and organizations involved in supporting clinical practice guideline use. Informed by principles, frameworks, and methods from implementation science, the roadmap can provide a more structured, transparent, and replicable approach to improve the implementation of guideline recommendations in transfusion medicine.

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)0,016
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,838
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,624
Tête enseignante GPT0,718
Écart entre enseignants0,094 · 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetHealth Policy Implementation ScienceTravaux en français237 207