Organizational Change to Transfer Knowledge and Improve Quality and Outcomes of Care for Patients with Severe Mental Illness: A Systematic Overview of Reviews
Notice bibliographique
Résumé
OBJECTIVE: To provide a comprehensive overview of the research on organizational changes aimed at improving health care for patients with severe mental illness and to learn lessons for mental health practice from the results. METHOD: We searched for systematic literature reviews published in English during 2000 to 2007 in PubMed, PsycINFO, CINAHL, EMBASE, and the Cochrane Central Register of Systematic Reviews. Three reviewers independently selected and assessed the studies' quality. Studies involving changes of who delivers health care, how care is organized, or where care is delivered were included. We categorized the studies using an existing taxonomy of 6 broad categories of strategies for organizational change. RESULTS: A total of 21 reviews were included. Among these, 17 had reasonably good methodological quality, Almost all reviews included or intended to include randomized controlled trials (RCTs), 6 reviews did not identify studies that met eligibility criteria. Multidisciplinary teams and integrated care models had been reviewed most frequently (a total of 15 reviews). In most studies, these types of changes showed better outcomes in terms of symptom severity, functioning, employment, and housing, compared with conventional services. Different results were found on cost savings. Other types of organizational changes, such as changing professional roles or introducing quality management or knowledge management, were much less frequently reviewed. Very few reviews looked at effects of organizational changes on professional performance. CONCLUSIONS: There is a fairly large body of evidence of the positive impact of multidisciplinary teams and integrated care changes on symptom severity, functioning, employment, and housing of people with severe mental illness, compared with conventional services. Other strategies, such as changes in professional roles, quality or knowledge management, have either not been the subject of systematic reviews or have not been evaluated in RCTs. There is still a lack of insight in the so-called black box of change processes and the impact of change on professional performance.
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 | 0,019 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».