MétaCan
Menu
Retour à la cohorte
Enregistrement W2027619019 · doi:10.1186/s12875-015-0236-7

An international cross-sectional survey on the Quality and Costs of Primary Care (QUALICO-PC): recruitment and data collection of places delivering primary care across Canada

2015· article· en· W2027619019 sur OpenAlexafffundabout
Sabrina T. Wong, Leena W. Chau, William Hogg, Gary Teare, Baukje Miedema, Mylaine Breton, Kris Aubrey‐Bassler, Alan Katz, Fred Burge, Antoine Boivin, Tim Cooke, Danièle Francoeur, Walter P. Wodchis

Notice bibliographique

RevueBMC Family Practice · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensToronto Rehabilitation InstituteInstitut National de Santé Publique du QuébecUniversity of ManitobaManitoba HealthÉlisabeth Bruyère HospitalMemorial University of NewfoundlandSt. John’s Health Sciences CentreHôpital Charles-Le MoyneUniversity of TorontoUniversité de SherbrookeSaskatchewan Health Quality CouncilDalhousie UniversityUniversité de MontréalUniversity of New BrunswickUniversity of OttawaInstitute for Clinical Evaluative SciencesUniversity of British Columbia
Organismes subventionnairesFaculty of Medicine, Memorial University of NewfoundlandMemorial University of NewfoundlandUniversité de SherbrookeUniversity of TorontoDalhousie UniversityFaculty of Medicine, Dalhousie UniversityCanadian Institutes of Health ResearchToronto Rehabilitation InstituteUniversity of OttawaInstitute for Clinical Evaluative SciencesInstitut National de Santé Publique du QuébecCanadian Foundation for Healthcare Improvement
Mots-clésMedicineFamily medicineIncentiveData collectionPrimary careScale (ratio)Quality (philosophy)Cross-sectional studyHealth careNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Performance reporting in primary health care in Canada is challenging because of the dearth of concise and synthesized information. The paucity of information occurs, in part, because the majority of primary health care in Canada is delivered through a multitude of privately owned small businesses with no mechanism or incentives to provide information about their performance. The purpose of this paper is to report the methods used to recruit family physicians and their patients across 10 provinces to provide self-reported information about primary care and how this information could be used in recruitment and data collection for future large scale pan-Canadian and other cross-country studies. METHODS: Canada participated in an international large scale study-the QUALICO-PC (Quality and Costs of Primary Care) study. A set of four surveys, designed to collect in-depth information regarding primary care activities was collected from: practices, providers, and patients (experiences and values). Invitations (telephone, electronic or mailed) were sent to family physicians. Eligible participants were sent a package of surveys. Provincial teams kept records on the number of: invitation emails/letters sent, physicians who registered, practices that were sent surveys, and practices returning completed surveys. Response and cooperation rates were calculated. RESULTS: Invitations to participate were sent to approximately 23,000 family physicians across Canada. A total of 792 physicians and 8,332 patients from 772 primary care practices completed the surveys, including 1,160 participants completing a Patient Values survey and 7,172 participants completing a Patient Experience survey. Overall, the response rate was very low ranging from 2% (British Columbia) to 21% (Nova Scotia). However, the participation rate was high, ranging from 72% (Ontario) to 100% (New Brunswick/Prince Edward Island and Newfoundland & Labrador). CONCLUSIONS: The difficulties obtaining acceptable response rates by family physicians for survey participation is a universal challenge. This response rate for the QUALICO-PC arm in Canada was similar to rates found in other countries such as Australia and New Zealand. Even though most family physicians operate as self-employed small businesses, they could be supported to routinely submit data through a collective effort and provincial mandate. The groundwork in setting up pan-Canadian collaboration in primary care has been established through this study.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,504
Tête enseignante GPT0,550
Écart entre enseignants0,046 · 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 tête enseignante, 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

Citations27
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Family PracticeMême sujetPrimary Care and Health OutcomesTravaux en français237 207