How do Allied Health Professionals Evaluate New Models of Care? What Are We Measuring and Why?
Notice bibliographique
Résumé
The aim of this study was to identify what outcome measures or quality indicators are being used to evaluate advanced and new roles in nine allied health professions and whether the measures are evaluating outcomes of interest to the patient, the clinician, or the healthcare provider. A systematic search strategy was used. Medical and allied health databases were searched and relevant articles extracted. Relevant studies with at least 1 outcome measure were evaluated. A total of 106 articles were identified that described advanced roles, however, only 23 of these described an outcome measure in sufficient detail to be included for review. The majority of the reported measures fit into the economic and process categories. The most reported outcome related to patients was satisfaction surveys. Measures of patient health outcomes were infrequently reported. It is unclear from the studies evaluated whether new models of allied healthcare can be shown to be as safe and effective as traditional care for a given procedure. Outcome measures chosen to evaluate these services often reflect organizational need and not patient outcomes. Organizations need to ensure that high-quality performance measures are chosen to evaluate the success of new health service innovations. There needs to be a move away from in-house type surveys that add little or no valid evidence as to the effect of a new innovation. More importance needs to be placed on patient outcomes as a measure of the quality of allied health interventions.
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 | 0,257 | 0,546 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,015 | 0,019 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,017 | 0,026 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».