Toward systematic reviews to understand the determinants of wait time management success to help decision-makers and managers better manage wait times
Notice bibliographique
Résumé
BACKGROUND: Long waits for core specialized services have consistently been identified as a key barrier to access. Governments and organizations at all levels have responded with strategies for better wait list management. While these initiatives are promising, insufficient attention has been paid to factors influencing the implementation and sustainability of wait time management strategies (WTMS) implemented at the organizational level. METHODS: A systematic review was conducted using the main electronic databases, such as CINAHL, MEDLINE, and Cochrane Database of Systematic Reviews, to identify articles published between 1990 and 2011 on WTMS for scheduled care implemented at the organizational level or higher and on frameworks for analyzing factors influencing their success. Data was extracted on governance, culture, resources, and tools. We organized a workshop with Canadian healthcare policy-makers and managers to compare our initial findings with their experience. RESULTS: Our systematic review included 47 articles: 36 related to implementation and 11 to sustainability. From these, we identified a variety of WTMS initiated at the organizational level or higher, and within these, certain factors that were specific to either implementation or sustainability and others common to both. The main common factors influencing success at the contextual level were stakeholder engagement and strong funding, and at the organizational level, physician involvement, human resources capacity, and information management systems. Specific factors for successful implementation at the contextual level were consultation with front-line actors and common standards and guidelines, and at the organizational level, financial incentives and dedicated staffing. For sustainability, we found no new factors. The workshop participants identified the same major factors as found in the articles and added others, such as information sharing between physicians and managers. CONCLUSIONS: Factors related to implementation were studied more than those related to sustainability. However, this finding was useful in developing a tool to help managers at the local level monitor the implementation of WTMS and highlighted the need for more research on specific factors for sustainability and to assess the unintended consequences of introducing WTMS in healthcare organizations.
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 | 0,286 | 0,596 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,006 |
| Méta-épidémiologie (sens large) | 0,016 | 0,016 |
| Bibliométrie | 0,036 | 0,029 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,018 | 0,031 |
| Science ouverte | 0,008 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».