Healthcare professionals and managers' participation in developing an intervention: A pre-intervention study in the elderly care context
Notice bibliographique
Résumé
BACKGROUND: In order to increase the chances of success in new interventions in healthcare, it is generally recommended to tailor the intervention to the target setting and the target professionals. Nonetheless, pre-intervention studies are rarely conducted or are very limited in scope. Moreover, little is known about how to integrate the results of a pre-intervention study into an intervention. As part of a project to develop an intervention aimed at improving care for the elderly in France, a pre-intervention study was conducted to systematically gather data on the current practices, issues, and expectations of healthcare professionals and managers in order to determine the defining features of a successful intervention. METHODS: A qualitative study was carried out from 2004 to 2006 using a grounded theory approach and involving a purposeful sample of 56 healthcare professionals and managers in Paris, France. Four sources of evidence were used: interviews, focus groups, observation, and documentation. RESULTS: The stepwise approach comprised three phases, and each provided specific results. In the first step of the pre-intervention study, we gathered data on practices, perceived issues, and expectations of healthcare professionals and managers. The second step involved holding focus groups in order to define the characteristics of a tailor-made intervention. The third step allowed validation of the findings. Using this approach, we were able to design and develop an intervention in elderly care that met the professionals' and managers' expectations. CONCLUSION: This article reports on an in-depth pre-intervention study that led to the design and development of an intervention in partnership with local healthcare professionals and managers. The stepwise approach represents an innovative strategy for developing tailored interventions, particularly in complex domains such as chronic care. It highlights the usefulness of seeking out the insight of healthcare professionalnd managers and emphasizes the need to intervene at different levels. Further research will be needed in order to develop a more thorough understanding of the impacts of such strategies on the final outcomes of intervention implementations.
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 | 0,024 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».