MétaCan
Menu
Retour à la cohorte
Enregistrement W2945830169 · doi:10.1093/intqhc/mzz049

Applying the triple bottom line of sustainability to healthcare research—a feasibility study

2019· article· en· W2945830169 sur OpenAlexafffund
Francis Vergunst, Helen Berry, Jorun Rugkåsa, Tom Burns, Andrew Molodynski, Daniel Maughan

Notice bibliographique

RevueInternational Journal for Quality in Health Care · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésTriple bottom lineHealth careContext (archaeology)SustainabilityIntervention (counseling)MilestoneActivity-based costingMedicinePsychologyBusinessNursingPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The triple bottom line (TBL) of sustainability is an important emerging conceptual framework which considers the combined economic, environmental and social impacts of an activity. Despite its clear relevance to the healthcare context, it has not yet been applied to the evaluation of a healthcare intervention. The aim of this study was to demonstrate whether doing so is feasible and useful. DESIGN: Secondary data analysis of a 12-month randomized controlled trial. SETTING: Community based mental health care. PARTICIPANTS: Patients with chronic psychotic illnesses (n = 333). INTERVENTION(S): Community treatment orders. MAIN OUTCOME MEASURE(S): Financial and environmental (CO2 equivalent) costs of care, obtained from healthcare service use data, were calculated using publicly available standard costs; social sustainability was assessed using standardized social outcome measures included in the trial data. RESULTS: Standardized costing and CO2e emissions figures were successfully obtained from publicly available data, and social outcomes were available directly from the trial data. CONCLUSIONS: This study demonstrates that TBL assessment can be retrospectively calculated for a healthcare intervention to provide a more complete assessment of the true costs of an intervention. A basic methodology was advanced to demonstrate the feasibility of the approach, although considerable further conceptual and methodological work is needed to develop a generalizable methodology that enables prospective inclusion of a TBL assessment in healthcare evaluations. If achieved, this would represent a significant milestone in the development of more sustainable healthcare services. If increasing the sustainability of healthcare is a priority, then the TBL approach may be a promising way forward.

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)0,191
score de la tête « metaresearch » (Gemma)0,177
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,997

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1910,177
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0030,005
Science ouverte0,0020,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,587
Tête enseignante GPT0,623
Écart entre enseignants0,036 · 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'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

Citations55
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Quality in Health CareMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207