MétaCan
Menu
Retour à la cohorte
Enregistrement W2304428051 · doi:10.1186/s13012-016-0404-8

Understanding cancer networks better to implement them more effectively: a mixed methods multi-case study

2015· article· en· W2304428051 sur OpenAlexaffabout
Dominique Tremblay, Nassera Touati, Danièle Roberge, Mylaine Breton, Geneviève Roch, Jean‐Louis Denis, Bernard Candas, Danièle Francoeur

Notice bibliographique

RevueImplementation Science · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensInstitut National d'Excellence en Santé et en Services SociauxUniversité LavalCentre hospitalier de l'Université LavalUniversité de SherbrookeInstitut National de Santé Publique du QuébecÉcole Nationale d'Administration PubliqueHôtel-Dieu de QuébecHôpital Charles-Le Moyne
Organismes subventionnairesnon disponible
Mots-clésHealth informaticsHealth administrationHealth services researchCorporate governanceService delivery frameworkQualitative propertyProcess managementKnowledge managementFocus groupQualitative researchNursing researchMedicineService (business)Public healthComputer scienceNursingBusinessMarketingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Managed cancer networks are widely promoted in national cancer control programs as an organizational form that enables integrated care as well as enhanced patient outcomes. While national programs are set by policy-makers, the detailed implementation of networks is delegated at the service delivery and institutional levels. It is likely that the capacity to ensure more integrated cancer services requires multi-level governance processes responsive to the strengths and limitations of the contexts and capable of supporting network-based working. Based on an empirical case, this study aims to analyze the implementation of a mandated cancer network, focusing on governance and health services integration as core concepts in the study. METHODS/DESIGN: This nested multi-case study uses mixed methods to explore the implementation of a mandated cancer network in Quebec, a province of Canada. The case is the National Cancer Network (NCN) subdivided into three micro-cases, each defined by the geographic territory of a health and social services region. For each region, two local health services centers (LHSCs) are selected based on their differences with respect to determining characteristics. Qualitative data will be collected from various sources using three strategies: review of documents, focus groups, and semi-directed interviews with stakeholders. The qualitative data will be supplemented with a survey that will measure the degree of integration as a proxy for implementation of the NCN. A score will be constructed, and then triangulated with the qualitative data, which will have been subjected to content analysis. Qualitative, quantitative, and mixed methods data will be interpreted within and across cases in order to identify governance patterns similarities and differences and degree of integration in contexts. DISCUSSION: This study is designed to inform decision-making to develop more effective network implementation strategies by thoroughly describing multi-level governance processes of a sample of settings that provide cancer services. Although the study focuses on the implementation of a cancer network in Quebec, the rich descriptions of multiple nested cases will generate data with a degree of generalizability for health-care systems in developed countries.

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)0,033
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0080,003
Communication savante0,0060,005
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,683
Tête enseignante GPT0,616
Écart entre enseignants0,067 · 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'étudeQualitatif
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

Citations32
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207