Incentives and disincentives for treating of depression and anxiety in Ontario Family Health Teams: protocol for a grounded theory study
Notice bibliographique
Résumé
INTRODUCTION: There is strong consensus that prevention and management of common mental disorders (CMDs) should occur in primary care and evidence suggests that treatment of CMDs in these settings can be effective. New interprofessional team-based models of primary care have emerged that are intended to address problems of quality and access to mental health services, yet many people continue to struggle to access care for CMDs in these settings. Insufficient attention directed towards the incentives and disincentives that influence care for CMDs in primary care, and especially in interprofessional team-based settings, may have resulted in missed opportunities to improve care quality and control healthcare costs. Our research is driven by the hypothesis that a stronger understanding of the full range of incentives and disincentives at play and their relationships with performance and other contextual factors will help stakeholders identify the critical levers of change needed to enhance prevention and management of CMDs in interprofessional primary care contexts. Participant recruitment began in May 2016. METHODS AND ANALYSIS: An explanatory qualitative design, based on a constructivist grounded theory methodology, will be used. Our study will be conducted in the Canadian province of Ontario, a province that features a widely implemented interprofessional team-based model of primary care. Semistructured interviews will be conducted with a diverse range of healthcare professionals and stakeholders that can help us understand how various incentives and disincentives influence the provision of evidence-based collaborative care for CMDs. A final sample size of 100 is anticipated. The protocol was peer reviewed by experts who were nominated by the funding organisation. ETHICS AND DISSEMINATION: The model we generate will shed light on the incentives and disincentives that are and should be in place to support high-quality CMD care and help stimulate more targeted, coordinated stakeholder responses to improving primary mental healthcare quality.
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 | 0,088 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 0,008 |
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 ».