A rational model for assessing and evaluating complex interventions in health care
Notice bibliographique
Résumé
BACKGROUND: Understanding how new clinical techniques, technologies and other complex interventions become normalized in practice is important to researchers, clinicians, health service managers and policy-makers. This paper presents a model of the normalization of complex interventions. METHODS: Between 1995 and 2005 multiple qualitative studies were undertaken. These examined: professional-patient relationships; changing patterns of care; the development, evaluation and implementation of telemedicine and related informatics systems; and the production and utilization of evidence for practice. Data from these studies were subjected to (i) formative re-analysis, leading to sets of analytic propositions; and to (ii) a summative analysis that aimed to build a robust conceptual model of the normalization of complex interventions in health care. RESULTS: A normalization process model that enables analysis of the conditions necessary to support the introduction of complex interventions is presented. The model is defined by four constructs: interactional workability; relational integration; skill set workability and contextual integration. This model can be used to understand the normalization potential of new techniques and technologies in healthcare settings CONCLUSION: The normalization process model has face validity in (i) assessing the potential for complex interventions to become routinely embedded in everyday clinical work, and (ii) evaluating the factors that promote or inhibit their success and failure in practice.
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 | 0,067 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,016 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».