Factors Influencing SurgeCon Implementation in Four Canadian Emergency Departments Guided by Consolidated Framework for Implementation Research
Notice bibliographique
Résumé
BACKGROUND: Emergency department (ED) overcrowding remains a significant national issue in Canada. To address this issue, SurgeCon, a quality improvement program, was implemented to enhance patient flow, improve communication, and reduce wait times. Despite their potential, interventions like SurgeCon lack evidence on real-world implementation and sustainability in high-pressure, resource-limited ED settings. OBJECTIVE: This study explores the factors influencing the implementation of SurgeCon in four Canadian EDs using the Consolidated Framework for Implementation Research (CFIR) to identify facilitators and barriers. METHODS: Data were collected over 2.5 years-before, during, and after SurgeCon implementation-in two rural and two urban EDs in Canada using a longitudinal qualitative research (LQR) design. Forty-two semi-structured interviews with physicians, nurses, and hospital managers were analyzed through inductive and deductive thematic analysis, guided by the CFIR framework. RESULTS: Facilitators were predominantly associated with CFIR's Innovation Characteristics, particularly the perceived benefits of real-time data collection, workflow optimization, and enhanced communication. However, barriers-mainly linked to outer setting (COVID-19 disruptions), inner setting (resource constraints and fragmented communication), and individual characteristics (leadership engagement and motivation)-outweighed these advantages. CONCLUSION: To strengthen adoption, this study proposes eight strategic action plans focusing on leadership commitment, automation, cross-departmental collaboration, feedback loops and change management strategies to maximize facilitators and address implementation barriers. TRIAL REGISTRATION: ClinicalTrials.gov. NCT04789902. 10/03/2021.
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 | 0,048 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».