MétaCan
Menu
Retour à la cohorte
Enregistrement W2775658312 · doi:10.1136/bmjoq-2017-ihi.26

1033 Evaluation of the edmonton zone triple aim initiative: building and implementing a measurement system for improvement with complex, vulnerable clients

2017· article· en· W2775658312 sur OpenAlexafffundabout
E. VanSpronsen, Christine Vandenberghe, Melanie Hennig, Tristan M. Robinson, Lana Socha, Sunghyun Kang, Xiaoming Wang, Lorraine Telford, Dorah Conteh

Notice bibliographique

RevueAbstracts · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensAlberta Health Services
Organismes subventionnairesMerck CanadaAlberta Innovates
Mots-clésIncentiveAction planQuality managementIncentive programPlan (archaeology)Health careData collectionMedical emergencyMedicineOperations managementNursingBusinessMedical educationEngineeringGeographyManagement systemPolitical science

Résumé

récupéré en direct d'OpenAlex

Background The Alberta Health Services, Edmonton Zone Triple Aim Initiative launched in January, 2013. The seven participating clinical teams target complex, vulnerable patients in inner-city Edmonton, Alberta, Canada. The Initiative follows the Institute for Healthcare Improvement’s Better Health Lower Cost Road Map and pursues the Quadruple Aim. Grant funding was provided by MERCK Canada and Alberta Innovates. Objectives The objectives of the evaluation were: 1) Determine the extent to which the Aims of the Initiative have been met; and 2) Build a measurement system to monitor the performance of the team quality improvement efforts. Methods Over 40 providers and 445 patients participated. Data collection include: administrative data; patient surveys; and patient and staff interviews. Analyses of system level data (e.g., emergency department visits; inpatient stays; and physician continuity) included both descriptive and statistical modelling approaches from a pre/post comparison perspective. Results Across all teams there were strong improvements in self-reported experience for both patients and providers. Some teams demonstrated reduced acute care utilisation and cost, and higher continuity with a family physician. Better outcomes were linked with teams delivering on more elements of the Managing Complex Change model: having a vision, skills, incentives, adequate resources and an action plan. Conclusions The evaluation demonstrates that the teams have improved care for their patients. Lessons learned from this evaluation will be critical for the Initiative moving forward, and also others working with similar populations. Recommendations from the evaluation for implementing system-level improvement initiatives will be discussed, as well as recommendation for implementing measurement systems with complex patients.

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)0,130
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,685

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1300,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0060,002
Science ouverte0,0050,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,228
Tête enseignante GPT0,460
Écart entre enseignants0,232 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetPrimary Care and Health OutcomesTravaux en français237 207