Bridging the Evidence–Practice Gap in Hyperglycemia Management During Enteral Nutrition: A Multidimensional Implementation Study in Critically Ill Patients
Notice bibliographique
Résumé
Long-term hyperglycemia poses an elevated risk of infection, organ dysfunction, and increased mortality. Despite the availability of strategies for managing hyperglycemia, implementation effectiveness remains suboptimal. Therefore, this study investigates the factors hindering successful implementation and identifies potential change strategies. This study established evidence-based questions and formulated quality indicators. A baseline survey assessed existing practices. Subsequently, obstacle factors were analyzed using the Ottawa Model of Research Use, considering three dimensions: innovation, potential adopters, and practice environment; change strategies were then developed. The study revealed a significant gap between evidence and practice in hyperglycemia management during enteral nutrition in critically ill patients; adherence to 20 of 25 quality indicators was below 60%. Key obstacle factors included inadequate medical staff knowledge, a lack of standardized management processes, and the complexity of the evidence base. To address these challenges, the research team proposed intervention strategies including strengthening standardized hyperglycemia management protocols, establishing multidisciplinary teams, and providing systematic training. This study offers a framework for improving the quality of hyperglycemia management during enteral nutrition in critically ill patients and promoting the translation of evidence-based practice. Trial Registration: Fudan University Center for Evidence-Based Nursing: ER20240865.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».