MétaCan
Menu
Retour à la cohorte
Enregistrement W2806865926 · doi:10.1186/s12992-018-0366-5

Leveraging the power of partnerships: spreading the vision for a population health care delivery model in western Kenya

2018· article· en· W2806865926 sur OpenAlexaff
Tim Mercer, Adrian Gardner, Benjamin Andama, Cleophas Chesoli, Astrid Christoffersen‐Deb, Jonathan Dick, Robert M. Einterz, Nick Gray, Sylvester Kimaiyo, Jemima Kamano, Beryl Maritim, Kirk Morehead, Sonak Pastakia, Laura J. Ruhl, Julia Songok, Jeremiah Laktabai

Notice bibliographique

RevueGlobalization and Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesU.S. President’s Emergency Plan for AIDS ReliefUnited States Agency for International Development
Mots-clésPopulation healthHealth carePopulationPublic healthHealth policyPublic relationsInternational healthService delivery frameworkMandateGlobal healthGeneral partnershipHealth care reformBusinessMedicineEconomic growthPolitical scienceNursingService (business)EconomicsEnvironmental healthMarketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Academic Model Providing Access to Healthcare (AMPATH) has been a model academic partnership in global health for nearly three decades, leveraging the power of a public-sector academic medical center and the tripartite academic mission - service, education, and research - to the challenges of delivering health care in a low-income setting. Drawing our mandate from the health needs of the population, we have scaled up service delivery for HIV care, and over the last decade, expanded our focus on non-communicable chronic diseases, health system strengthening, and population health more broadly. Success of such a transformative endeavor requires new partnerships, as well as a unification of vision and alignment of strategy among all partners involved. Leveraging the Power of Partnerships and Spreading the Vision for Population Health. We describe how AMPATH built on its collective experience as an academic partnership to support the public-sector health care system, with a major focus on scaling up HIV care in western Kenya, to a system poised to take responsibility for the health of an entire population. We highlight global trends and local contextual factors that led to the genesis of this new vision, and then describe the key tenets of AMPATH's population health care delivery model: comprehensive, integrated, community-centered, and financially sustainable with a path to universal health coverage. Finally, we share how AMPATH partnered with strategic planning and change management experts from the private sector to use a novel approach called a 'Learning Map®' to collaboratively develop and share a vision of population health, and achieve strategic alignment with key stakeholders at all levels of the public-sector health system in western Kenya. CONCLUSION: We describe how AMPATH has leveraged the power of partnerships to move beyond the traditional disease-specific silos in global health to a model focused on health systems strengthening and population health. Furthermore, we highlight a novel, collaborative tool to communicate our vision and achieve strategic alignment among stakeholders at all levels of the health system. We hope this paper can serve as a roadmap for other global health partners to develop and share transformative visions for improving population health globally.

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)0,012
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,033
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,009
Communication savante0,0060,008
Science ouverte0,0010,013
Intégrité de la recherche0,0030,004
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 Opus0,054
Tête enseignante GPT0,370
Écart entre enseignants0,316 · 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

Citations99
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetGlobal Maternal and Child HealthTravaux en français237 207