Does a champion-led implementation toolkit have the potential to improve aphasia guideline adherence? Results from a feasibility study
Notice bibliographique
Résumé
PURPOSE: Active implementation efforts are needed to reduce evidence-practice gaps in post-stroke aphasia services. One potential solution is a comprehensive toolkit incorporating evidence-based implementation tools, led by trained Change Champions. We explored the feasibility, acceptability, and potential effectiveness of a prototype toolkit to improve speech-language pathologists' practice. METHOD: = 12 speech-language pathologists). Two Change Champions completed training then selected tools to support provision of written aphasia-friendly information for 3 months. Outcome measures included: a) Pre-post medical record audits, b) pre-post behavioural-determinants surveys, and c) post-study clinician focus groups. Data were analysed using descriptive statistics and non-parametric tests for quantitative data and content analysis for qualitative data, then integrated using a convergent interactive approach. RESULT: Clinicians perceived the toolkit was feasible and acceptable, and highlighted the benefit of Change Champions and resources in facilitating change. Post-implementation written aphasia-friendly information provision increased by 60% (p = 0.005) and most (12/14) targeted barriers improved, suggesting the toolkit with Change Champion support had the potential to improve practice. CONCLUSION: The champion-led implementation toolkit prototype was feasible and acceptable, improving guideline-recommended aphasia care. Result support further development of a theory-informed, tailorable implementation toolkit to improve aphasia services.
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».