MétaCan
Menu
Retour à la cohorte
Enregistrement W2322670263 · doi:10.12927/hcpol.2016.24521

Examining Primary Healthcare Performance through a Triple Aim Lens

2016· article· fr· W2322670263 sur OpenAlexaffvenueabout
Bridget Ryan, Judith Belle Brown, Richard H. Glazier, Brian Hutchison

Notice bibliographique

RevueHealthcare policy · 2016
Typearticle
Languefr
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensInstitute for Clinical Evaluative SciencesWestern University
Organismes subventionnairesnon disponible
Mots-clésPerformance measurementTriple junctionPrimary health careHealth carePrimary careProcess managementPsychologyComputer scienceMedicineEngineeringBusinessFamily medicinePolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study sought to apply a Triple Aim framework to the measurement and evaluation of primary healthcare (PHC) team performance. METHODS: Triple Aim components were populated with 10 dimensions derived from survey and health administrative data for 17 Family Health Teams (FHTs) in Ontario, Canada. Bivariate analyses and rankings of sites examined the relationships among dimensions and among Triple Aim components. RESULTS: Readily available measures to fully populate the Triple Aim framework were lacking in FHTs. Within sites, there was little consistency in performance across the Triple Aim components (health, patient experience and cost). CONCLUSIONS: More and better measures are needed that can be readily used to examine the Triple Aim performance in PHC teams. FHTs, in this study, are partially achieving Triple Aim goals; however, there was a lack of consistency in performance. It is essential to collect appropriate measures and attend to performance across all components of the Triple Aim.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,600
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,179
Tête enseignante GPT0,433
Écart entre enseignants0,254 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetPrimary Care and Health OutcomesTravaux en français237 207