MétaCan
Menu
← Retour à la cohorte
Enregistrement W2938680857 · doi:10.1371/journal.pone.0214454

The role of context in implementation research for non-communicable diseases: Answering the ‘how-to’ dilemma

2019· article· en· W2938680857 sur OpenAlexafffund
Meena Daivadanam, Maia Ingram, Kristi Sidney Annerstedt, Gary Parker, Kirsty Bobrow, Lisa Dolovich, Gillian S. Gould, Michaela A. Riddell, Rajesh Vedanthan, Jacqui Webster, Pilvikki Absetz, Helle Mølsted Alvesson, Odysseas Androutsos, Niels H. Chavannes, Briana Cortez, Devarsetty Praveen, Edward Fottrell, Francisco González‐Salazar, Jane Goudge, Omarys Herasme, Hannah Maria Jennings, Deksha Kapoor, Jemima Kamano, Marise J. Kasteleyn, Christina N Kyriakos, Yannis Μanios, Kishor Mogulluru, Mayowa Owolabi, María Lazo-Porras, Wnurinham Silva, Amanda G. Thrift, Ezinne Uvere, Ruth Webster, Rianne van der Kleij, Josefien van Olmen, Constantine Vardavas, Puhong Zhang

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcMaster University
Organismes subventionnairesGrand Challenges CanadaCanadian Stroke NetworkCanadian Institutes of Health ResearchChinese Academy of Medical SciencesEuropean CommissionMedical Research CouncilUniversity of Ottawa
Mots-clésContext (archaeology)Intervention (counseling)Qualitative researchHealth careDilemmaQualitative propertyMedicineKnowledge managementPsychologyProcess managementMedical educationNursingComputer scienceBusinessPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Understanding context and how this can be systematically assessed and incorporated is crucial to successful implementation. We describe how context has been assessed (including exploration or evaluation) in Global Alliance for Chronic Diseases (GACD) implementation research projects focused on improving health in people with or at risk of chronic disease and how contextual lessons were incorporated into the intervention or the implementation process. METHODS: Using a web-based semi-structured questionnaire, we conducted a cross-sectional survey to collect quantitative and qualitative data across GACD projects (n = 20) focusing on hypertension, diabetes and lung diseases. The use of context-specific data from project planning to evaluation was analyzed using mixed methods and a multi-layered context framework across five levels; 1) individual and family, 2) community, 3) healthcare setting, 4) local or district level, and 5) state or national level. RESULTS: Project teams used both qualitative and mixed methods to assess multiple levels of context (avg. = 4). Methodological approaches to assess context were identified as formal and informal assessments, engagement of stakeholders, use of locally adapted resources and materials, and use of diverse data sources. Contextual lessons were incorporated directly into the intervention by informing or adapting the intervention, improving intervention participation or improving communication with participants/stakeholders. Provision of services, equipment or information, continuous engagement with stakeholders, feedback for personnel to address gaps, and promoting institutionalization were themes identified to describe how contextual lessons are incorporated into the implementation process. CONCLUSIONS: Context is regarded as critical and influenced the design and implementation of the GACD funded chronic disease interventions. There are different approaches to assess and incorporate context as demonstrated by this study and further research is required to systematically evaluate contextual approaches in terms of how they contribute to effectiveness or implementation outcomes.

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)0,516
score de la tête « metaresearch » (Gemma)0,568
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5160,568
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0070,006
Études des sciences et des technologies0,0180,085
Communication savante0,0310,060
Science ouverte0,0090,023
Intégrité de la recherche0,0180,022
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,607
Tête enseignante GPT0,638
Écart entre enseignants0,031 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHealth Policy Implementation Science→Travaux en français237 207→