MétaCan
Menu
Retour à la cohorte
Enregistrement W2810908445 · doi:10.1186/s13012-018-0780-3

Using information communication technology in models of integrated community-based primary health care: learning from the iCOACH case studies

2018· article· en· W2810908445 sur OpenAlexafffundabout
Carolyn Steele Gray, Jan Barnsley, Dominique Gagnon, Louise Belzile, Timothy Kenealy, James C. Shaw, Nicolette Sheridan, Paul Wankah Nji, Walter P. Wodchis

Notice bibliographique

RevueImplementation Science · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensTrillium Health CentreHôpital Charles-Le MoyneSinai Health SystemUniversité du Québec en Abitibi-TémiscamingueUniversity of TorontoWomen's College HospitalUniversité de SherbrookeLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesHealth Research Council of New ZealandCanadian Institutes of Health Research
Mots-clésHealth informaticsIntegrated careInteroperabilityEnablingHealth administrationKnowledge managementInformation and Communications TechnologyHealth careInformation systemHealth services researcheHealthMedicineNursingPublic healthComputer scienceWorld Wide WebEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Information communication technology (ICT) is a critical enabler of integrated models of community-based primary health care; however, little is known about how existing technologies have been used to support new models of integrated care. To address this gap, we draw on data from an international study of integrated models, exploring how ICT is used to support activities of integrated care and the organizational and environmental barriers and enablers to its adoption. METHODS: We take an embedded comparative multiple-case study approach using data from a study of implementation of nine models of integrated community-based primary health care, the Implementing Integrated Care for Older Adults with Complex Health Needs (iCOACH) study. Six cases from Canada, three each in Ontario and Quebec, and three in New Zealand, were studied. As part of the case studies, interviews were conducted with managers and front-line health care providers from February 2015 to March 2017. A qualitative descriptive approach was used to code data from 137 interviews and generate word tables to guide analysis. RESULTS: Despite different models and contexts, we found strikingly similar accounts of the types of activities supported through ICT systems in each of the cases. ICT systems were used most frequently to support activities like care coordination by inter-professional teams through information sharing. However, providers were limited in their ability to efficiently share patient data due to data access issues across organizational and professional boundaries and due to system functionality limitations, such as a lack of interoperability. CONCLUSIONS: Even in innovative models of care, managers and providers in our cases mainly use technology to enable traditional ways of working. Technology limitations prevent more innovative uses of technology that could support disruption necessary to improve care delivery. We argue the barriers to more innovative use of technology are linked to three factors: (1) information access barriers, (2) limited functionality of available technology, and (3) organizational and provider inertia.

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)0,019
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,203
Score d'incertitude au seuil0,404

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0160,017
Communication savante0,0080,008
Science ouverte0,0040,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,272
Tête enseignante GPT0,600
Écart entre enseignants0,328 · 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

Citations88
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueImplementation ScienceMême sujetInterprofessional Education and CollaborationTravaux en français237 207