MétaCan
Menu
Retour à la cohorte
Enregistrement W2489491205 · doi:10.1136/bmjqs-2016-005438

Six ways not to improve patient flow: a qualitative study

2016· article· en· W2489491205 sur OpenAlexaffabout
Sara A. Kreindler

Notice bibliographique

RevueBMJ Quality & Safety · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensUniversity of ManitobaGeorge & Fay Yee Centre for Healthcare Innovation
Organismes subventionnairesnon disponible
Mots-clésBottleneckProcess (computing)PopulationProcess managementScale (ratio)Health careQualitative researchMedicineComputer scienceOperations managementBusinessEngineeringEconomicsEconomic growthSociologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although well-established principles exist for improving the timeliness and efficiency of care, many organisations struggle to achieve more than small-scale, localised gains. Where care processes are complex and include segments under different groups' control, the elegant solutions promised by improvement methodologies remain elusive. This study sought to identify common design flaws that limit the impact of flow initiatives. METHODS: This qualitative study was conducted within an explanatory case study of a Canadian regional health system in which multitudinous flow initiatives had yielded no overall improvement in system performance. Interviews with 62 senior, middle and departmental managers, supplemented by ∼700 documents on flow initiatives, were analysed using the constant comparative method. RESULTS: ; flawed initiatives reflected failure to consider one or more of these essential elements. Many initiatives focused narrowly on process, failing to consider that the intended population was poorly defined or the needed capacity inaccessible; some introduced capacity for an intended population, but offered no process to link the two. Moreover, interveners were unable to respond effectively when a bottleneck moved to another part of the system. Errors of population, capacity and process, in different combinations, generated six 'formulae for failure'. CONCLUSIONS: Typically, flawed initiatives focused on too small a segment of the patient journey to properly address the impediments to flow. The proliferation of narrowly focused initiatives, in turn, reflected a decentralised system in which responsibility for flow improvement was fragmented. Thus, initiatives' specific design flaws may have their roots in a deeper problem: the lack of a coherent system-level strategy.

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)0,064
score de la tête « metaresearch » (Gemma)0,074
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 enseignants0,064
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,074
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,022
Communication savante0,0070,010
Science ouverte0,0040,011
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,183
Tête enseignante GPT0,546
Écart entre enseignants0,363 · 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

Citations59
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207