Understanding How Surgeons Improve the Quality of Breast Cancer Surgery Using the Theoretical Domains Framework
Notice bibliographique
Résumé
Objective: To understand how surgeons improve the quality of breast cancer surgery. Background: Between 2007 and 2021, breast cancer surgeons in Manitoba, Canada, participated in national initiatives to build a local capacity for quality improvement (QI) in cancer surgery. Key aspects of these initiatives include audit and feedback reports using data from synoptic operative reports and communities of practice. Surgeon engagement in breast cancer surgery QI in Manitoba has not been evaluated since the initiatives were concluded in 2021. Methods: We conducted 60-minute virtual semi-structured qualitative interviews with surgeons who performed breast cancer surgery in Manitoba, Canada, between 2021 and 2024. The interviews were guided by the theoretical domain framework. The thematic analyses were performed by 2 independent researchers. Results: Twelve surgeons were interviewed. Surgeons were motivated to ensure timely care close to home, with excellent oncological, surgical, and aesthetic outcomes. They felt capable of monitoring and improving their surgical quality by tracking their own metrics, collaborating with multidisciplinary colleagues, engaging in continuous professional development, and advocating for improvement. Audit and feedback reports were not perceived to improve the quality of surgery. They felt limited opportunities to sustain improvement strategies. Resource constraints and leadership support within the healthcare system were major barriers to achieving their ideal quality of care. Conclusion: Surgeons performing breast cancer surgery in Manitoba were motivated and capable of improving the quality of breast cancer surgery. However, they perceive limited opportunities and barriers within the healthcare systems to doing so. Future research will provide information on broader contextual factors affecting breast cancer surgery QI.
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,014 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».