Measurement and rural primary health care: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: Primary health care (PHC) is the foundation of healthcare systems around the world, recognized for its ability to deliver cost-effective, equitable, and high-quality care. Measuring and reporting on PHC performance allows decision-makers to ensure accountability and quality improvement. Rural areas, where residents are few and widely dispersed across vast areas, present special challenges for PHC delivery, and performance measurement systems need to acknowledge the ways rural PHC is unique. The objective of this scoping review is to establish the features of PHC that should be measured and reported in a rural versus a non-rural context. METHODS: The electronic databases PubMed, Scopus, and CINAHL, as well as grey literature in the form of government reports and research institute publications, were searched for relevant studies. Identified articles were eligible for inclusion if they reported or described (1) rural primary health care; (2) healthcare practice characteristics or structures, provider scope of practice, provider practice patterns, or patient patterns of health care use; and (3) one of four 'pillars' of quality PHC outlined in the College of Family Physicians of Canada's 'Patient's Medical Home' model: accessibility, continuity, comprehensiveness, or electronic health records. Articles were excluded if they reported or described (1) specific patient populations, health concerns, or health outcomes; or (2) patient preferences or experiences with PHC. Data were extracted and analyzed to determine unique aspects of rural PHC. Twenty-six articles met inclusion criteria. RESULTS: Results suggest important differences in aspects of rural PHC, particularly in how rural patients access such care and the types of services they receive from providers compared to non-rural patients. CONCLUSION: These differences between rural and non-rural PHC will need to be considered in the design of performance measurement systems. Key words: Canada, health reporting, performance measurement, primary health care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,133 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,027 | 0,039 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».