Primary care-led commissioning: applying lessons from the past to the early development of clinical commissioning groups in England
Notice bibliographique
Résumé
BACKGROUND: The current reorganisation of the English NHS is one of the most comprehensive ever seen. This study reports early evidence from the development of clinical commissioning groups (CCGs), a key element in the new structures. AIM: To explore the development of CCGs in the context of what is known from previous studies of GP involvement in commissioning. DESIGN AND SETTING: Case study analysis from sites chosen to provide maximum variety across a number of dimensions, from September 2011 to June 2012. METHOD: A case study analysis was conducted using eight detailed qualitative case studies supplemented by descriptive information from web surveys at two points in time. Data collection involved observation of a variety of meetings, and interviews with key participants. RESULTS: Previous research shows that clinical involvement in commissioning is most effective when GPs feel able to act autonomously. Complicated internal structures, alongside developing external accountability relationships mean that CCGs' freedom to act may be subject to considerable constraint. Effective GP engagement is also important in determining outcomes of clinical commissioning, and there are a number of outstanding issues for CCGs, including: who feels 'ownership' of the CCG; how internal communication is conceptualised and realised; and the role and remit of locality groups. Previous incarnations of GP-led commissioning have tended to focus on local and primary care services. CCGs are keen to act to improve quality in their constituent practices, using approaches that many developed under practice-based commissioning. Constrained managerial support and the need to maintain GP engagement may have an impact. CONCLUSION: CCGs are new organisations, faced with significant new responsibilities. This study provides early evidence of issues that CCGs and those responsible for CCG development may wish to address.
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 | 0,074 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,024 |
| Communication savante | 0,018 | 0,016 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».