MétaCan
Menu
Retour à la cohorte
Enregistrement W2903146098 · doi:10.1136/bmjoq-2017-000259

Evaluation of the McMaster Family Health Team: results and practical implications for quality improvement

2018· article· en· W2903146098 sur OpenAlexaffabout
Laila Nasser, Alix Stosic, David Price

Notice bibliographique

RevueBMJ Open Quality · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensHamilton Health SciencesMcMaster University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Relevance (law)Quality (philosophy)ConversationSet (abstract data type)Quality managementHealth carePerformance measurementProcess managementComputer scienceKnowledge managementMedicineOperations managementPsychologyBusinessMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To evaluate the McMaster Family Health Team (MFHT) as part of a Continuous Quality Improvement initiative using a set of provincial performance metrics to demonstrate which measures of assessment are actually clinically meaningful in context and where system-level changes might be implemented to improve operational practice. METHODS: Measures were selected from the Primary Care Performance Measurement Framework based on data availability for the MFHT and provincial comparators. The measures explored in this paper are those that were deemed to have actionable properties. Data were extracted from billing reports, electronic medical records and information collated for the Association of Family Health Teams of Ontario Data to Decisions database. Metrics were then examined to demonstrate the importance of interpretation in clinical context. CONCLUSIONS: Quantitative assessment of performance based on standardised measures is a suitable starting point when evaluating a practice, however it is not appropriate as a stand-alone report card of practice performance. Rather, quantitative measures must be of clinical relevance and applicable to the patient populations of interest in order to create conversation and impact change. Thus, the focus of quality improvement should not be to improve numbers relating to efficiency, patient satisfaction and continuity of care, but rather to determine what drives those numbers and how changes might be made at a system or practice level that will optimise clinician buy-in.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,052
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0520,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,618
Tête enseignante GPT0,684
Écart entre enseignants0,066 · 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 tête enseignante, pas un consensus.

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetPrimary Care and Health OutcomesTravaux en français237 207