MétaCan
Menu
Retour à la cohorte
Enregistrement W4411460546 · doi:10.1177/26334895251346816

Scaling up: Facilitators, barriers, and EDI considerations for clinical implementation of a stepped-care early mental health parenting program (I-InTERACT-North)

2025· article· en· W4411460546 sur OpenAlexafffund
Tricia S. Williams, Angela Deotto, Andrea Greenblatt, Giulia F. Fabiano, Rivka Green, Janaksha Linga-Easwaran, Evdokia Anagnostou, Jennifer Crosbie, Elizabeth Kelley, Steven P. Miller, Rob Nicolson, Jennifer Rosart, Shari L. Wade, Melanie Barwick

Notice bibliographique

RevueImplementation Research and Practice · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensLawson Health Research InstituteWestern UniversityLondon Health Sciences CentreQueen's UniversityHolland Bloorview Kids Rehabilitation HospitalInstitute for Clinical Evaluative SciencesUniversity Health NetworkBC Children's HospitalUniversity of TorontoSickKids FoundationHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchGarry Hurvitz Centre for Brain and Mental Health
Mots-clésMental healthPsychologyScalingMental health careNursingPsychiatryMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Clinicians, health care organizations, and families demand better and more accessible children's mental health services with greater patient engagement. The I-InTERACT-North program was developed for children following traumatic brain injury and adapted for a transdiagnostic neurological and neurodevelopmental focus, with a recent transition to a stepped-care model. To date, the program has been exclusively provided within research studies; however, demand for its clinical use is growing. Implementation frameworks provide essential guidance regarding facilitators and barriers of clinical implementation under real-world conditions. Similarly, intersectionality evaluation can provide insights to develop equitable and inclusive health care practices. Informed by the Consolidated Framework of Implementation Research 2.0 (CFIR) and recent intersectionality supplement, the objectives were to examine the perspectives of parents/caregivers and clinical partners involved in the I-InTERACT-North program to identify (a) facilitators and barriers to inform the scale and spread of the program, and (b) equity, diversity, and inclusion (EDI) considerations to integrate in future clinical implementation. Method: This study used a qualitative descriptive design with focus group methodology. Participants included parents/caregivers and clinical partners. Semi-structured focus groups were conducted virtually. Focus group data were coded inductively and deductively using CFIR 2.0. The team reflected on intersectionality in the data, coding results, and broader context of the program's history. Results: Positive perceptions of the innovation's relevance and adaptability were echoed across focus groups. Prominent facilitators included the program's adaptability, personalized, flexible format, and knowledge dissemination. Barriers included geography, technological accessibility, and workflow, with participants stressing the importance of tailoring to culture, language, and neurodiversity. Feedback from participants aligned with 10 reflective prompts highlighted within the CFIR intersectionality supplement pertaining to families' intersecting categories, diverse intervention experiences, and information access. Conclusions: Identified facilitators of I-InTERACT-North implementation extended across program knowledge sharing and recruitment. Recommendations included directions for clinical and system integration to facilitate scalability.

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)0,014
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,490
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,693
Tête enseignante GPT0,785
Écart entre enseignants0,092 · 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.

Devis d'étudeQualitatif
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation Research and PracticeMême sujetHealth Policy Implementation ScienceTravaux en français237 207