Case management in primary care for frequent users of healthcare services with chronic diseases and complex care needs: an implementation and realist evaluation protocol
Notice bibliographique
Résumé
INTRODUCTION: Significant evidence in the literature supports case management (CM) as an effective intervention to improve care for patients with complex healthcare needs. However, there is still little evidence about the facilitators and barriers to CM implementation in primary care setting. The three specific objectives of this study are to: (1) identify the facilitators and barriers of CM implementation in primary care clinics across Canada; (2) explain and understand the relationships between the actors, contextual factors, mechanisms and outcomes of the CM intervention; (3) identify the next steps towards CM spread in primary care across Canada. METHODS AND ANALYSIS: We will conduct a multiple-case embedded mixed methods study. CM will be implemented in 10 primary care clinics in five Canadian provinces. Three different units of analysis will be embedded to obtain an in-depth understanding of each case: the healthcare system (macro level), the CM intervention in the clinics (meso level) and the individual/patient (micro level). For each objective, the following strategy will be performed: (1) an implementation analysis, (2) a realist evaluation and (3) consensus building among stakeholders using the Technique for Research of Information by Animation of a Group of Experts method. ETHICS AND DISSEMINATION: This study, which received ethics approval, will provide innovative knowledge about facilitators and barriers to implementation of CM in different primary care jurisdictions and will explain how and why different mechanisms operate in different contexts to generate different outcomes among frequent users. Consensual and prioritised statements about next steps for spread of CM in primary care from the perspectives of all stakeholders will be provided. Our results will offer context-sensitive explanations that can better inform local practices and policies and contribute to improve the health of patients with complex healthcare needs who frequently use healthcare services. Ultimately, this will increase the performance of healthcare systems and specifically mitigate ineffective use and costs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».