MétaCan
Menu
Retour à la cohorte
Enregistrement W2013128686 · doi:10.1186/1472-6963-12-366

Integrated complex care coordination for children with medical complexity: A mixed-methods evaluation of tertiary care-community collaboration

2012· article· en· W2013128686 sur OpenAlexafffund
Eyal Cohen, Ashley Lacombe‐Duncan, Karen Spalding, Jennifer MacInnis, David Nicholas, Unni Narayanan, Michelle Gordon, Ivor Margolis, Jeremy Friedman

Notice bibliographique

RevueBMC Health Services Research · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensBrampton Civic HospitalHolland Bloorview Kids Rehabilitation HospitalUniversity of CalgarySickKids FoundationToronto Metropolitan UniversityUniversity of TorontoHospital for Sick Children
Organismes subventionnairesHospital for Sick Children
Mots-clésMedicineTertiary careFamily medicineHealth careMedical homeNursing researchHealth informaticsHealth administrationCommunity health centerIntervention (counseling)Public healthNursingPrimary care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Primary care medical homes may improve health outcomes for children with special healthcare needs (CSHCN), by improving care coordination. However, community-based primary care practices may be challenged to deliver comprehensive care coordination to complex subsets of CSHCN such as children with medical complexity (CMC). Linking a tertiary care center with the community may achieve cost effective and high quality care for CMC. The objective of this study was to evaluate the outcomes of community-based complex care clinics integrated with a tertiary care center. METHODS: A before- and after-intervention study design with mixed (quantitative/qualitative) methods was utilized. Clinics at two community hospitals distant from tertiary care were staffed by local community pediatricians with the tertiary care center nurse practitioner and linked with primary care providers. Eighty-one children with underlying chronic conditions, fragility, requirement for high intensity care and/or technology assistance, and involvement of multiple providers participated. Main outcome measures included health care utilization and expenditures, parent reports of parent- and child-quality of life [QOL (SF-36®, CPCHILD©, PedsQL™)], and family-centered care (MPOC-20®). Comparisons were made in equal (up to 1 year) pre- and post-periods supplemented by qualitative perspectives of families and pediatricians. RESULTS: Total health care system costs decreased from median (IQR) $244 (981) per patient per month (PPPM) pre-enrolment to $131 (355) PPPM post-enrolment (p=.007), driven primarily by fewer inpatient days in the tertiary care center (p=.006). Parents reported decreased out of pocket expenses (p<.0001). Parental QOL did not significantly change over the course of the study. Child QOL improved between baseline and 6 months in two PedsQL™ domains [Social (p=.01); Emotional (p=.003)], and between baseline and 1 year in two CPCHILD© domains [Health Standardization Section (p=.04); Comfort and Emotions (p=.03)], while total CPCHILD© score decreased between baseline and 1 year (p=.003). Parents and providers reported the ability to receive care close to home as a key benefit. CONCLUSIONS: Complex care can be provided in community-based settings with less direct tertiary care involvement through an integrated clinic. Improvements in health care utilization and family-centeredness of care can be achieved despite minimal changes in parental perceptions of child health.

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)0,037
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0030,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,236
Tête enseignante GPT0,498
Écart entre enseignants0,262 · 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'étudeObservationnel
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

Citations170
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare Policy and ManagementTravaux en français237 207