MétaCan
Menu
← Retour à la cohorte
Enregistrement W7026806820

Barriers and facilitators for using new national recommendations for preoperative endoscopic localization of colorectal neoplasms: comparing the perspectives of gastroenterologists and surgeons in Winnipeg, Manitoba

2022· dissertation· en· W7026806820 sur OpenAlexaboutno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2022
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFacilitatorEndoscopySpecialtyDocumentationColonoscopyMEDLINEIncentiveQualitative research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Many patients undergo repeat endoscopy before surgery for colorectal tumours. This is commonly due to non-standard documentation and inconsistent tumour marking during the initial endoscopy procedure. Repeat endoscopies delay surgery and put patients at risk of colonoscopy-related complications. Recommendations have recently been developed to standardize how colorectal lesions are localized and documented. This study identifies the barriers and facilitators to using these new recommendations in Winnipeg, Canada. Methods: Gastroenterologists and surgeons were purposively sampled from every endoscopy suite and hospital in Winnipeg. Guided by the Consolidated Framework for Implementation Research (CFIR), a semi-structured interview guide was developed to determine participants’ perceived facilitators and barriers to using these new guidelines. Transcribed interviews were analyzed and aligned to the CFIR using directed content analysis. Solutions to perceived barriers were categorized using the Expert Recommendations for Implementing Change (ERIC) framework. Results: Ten surgeons and eleven gastroenterologists participated. Both specialty groups had four net facilitator constructs in common: ‘Relative advantage’, ‘Trialability’, ‘Complexity’, and ‘Design quality & packaging’. Surgeons identified ‘Innovation source’, ‘Tension for change’, ‘Learning climate’, and ‘Self-efficacy’ as net facilitators, which were not facilitators according to gastroenterologists. Unique to gastroenterologists, ‘adaptability’ was a net facilitator. Surgeons and gastroenterologists had many similar barriers. Barrier constructs common to both specialties included: ‘External policy & incentives’, ‘Organizational incentives & rewards’, and ‘Available resources’, ‘Goals & feedback’, ‘Access to knowledge & information’, ‘Knowledge & beliefs about the intervention’, ‘Individual identification with the organization’, ‘Evidence strength and quality’, and ‘Costs’. Uniquely, gastroenterologists identified ‘self-efficacy’ as a net barrier, which was a facilitator for surgeons. Surgeons identified ‘compatibility’ as a barrier, which had more mixed perspectives for gastroenterologists. According to the ERIC framework, barriers from both specialties could be addressed through educational interventions, altering incentives/allowance structures, accessing new funding, and employing audit and feedback processes. Conclusions: We identified barriers and facilitators to implementing new recommendations for documenting and marking colorectal tumours at endoscopy. Future research is needed to develop implementation strategies based upon the present study results and test for feasibility and effectiveness outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,168
Tête enseignante GPT0,455
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetHealth Policy Implementation Science→Travaux en français237 207→