Effectiveness of a quality-improvement program in improving management of primary care practices
Notice bibliographique
Résumé
BACKGROUND: The European Practice Assessment program provides feedback and outreach visits to primary care practices to facilitate quality improvement in five domains (infrastructure, people, information, finance, and quality and safety). We examined the effectiveness of this program in improving management in primary care practices in Germany, with a focus on the domain of quality and safety. METHODS: In a before-after study, 102 primary care practices completed a practice assessment using the European Practice Assessment instrument at baseline and three years later (intervention group). A comparative group of 102 practices was included that completed their first assessment using this instrument at the time of the intervention group's second assessment. Mean scores were based on the proportion of indicators for which a positive response was achieved by all of the practices, on a scale of 0 to 100. RESULTS: We found significant improvements in all domains between the first and second assessments in the intervention group. In the domain of quality and safety, improvements in scores (mean scores were based on the proportion of indicators for which a positive response was achieved by all of the practices, on a scale of 0 to 100) were observed in the following dimensions: complaint management (from a mean score of 51.2 at first assessment to 80.7 at second assessment); analysis of critical incidents (from 79.1 to 89.6); and quality development, quality policy (from 40.7 to 55.6). Overall scores at the time of the second assessment were significantly higher in the intervention group than in the comparative group. INTERPRETATION: Primary care practices that completed the European Practice Assessment instrument twice over a three-year period showed improvements in practice management. Our findings show the value of the quality-improvement cycle in the context of practice assessment and the use of established organizational standards for practice management with the Europeaen Practice Assessment.
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 | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».