Differences in Team Mental Models Associated With Medical Home Transformation Success
Notice bibliographique
Résumé
PURPOSE: Primary care transformation is widely seen as essential to improving patient outcomes and health care costs. The medical home model can achieve these ends, but dissemination and scale-up of practice transformation is challenging. We sought to understand how to move past successful pilot efforts by early adopters to widespread adoption by applying cognitive task analysis using the diffusion of innovations framework. METHODS: We undertook a qualitative cross-sectional comparison of 3 early adopter practices and 15 early majority practices in Alberta, Canada. Practices completed a total of 42 cognitive task analysis interviews. We conducted a framework-guided qualitative analysis, with allowance for emergent themes, using the macrocognition framework on which cognitive task analysis is based. Independent codings of interview transcripts for key macrocognitive functions were reviewed in group analysis meetings to describe macrocognitive functions and team mental models, and identify emergent themes. Two external focus groups provided support for these findings. RESULTS: Three prominent findings emerged. The first was a spectrum of mental models from "doctor with helpers," through degrees of delegation, to fully team based care. The second was differences in how teams distributed macrocognitive functions among members, with early adopters distributing these functions more widely across the team than early majority practices. Finally, we saw emergence of several themes also common in the diffusion of innovations literature, such as the importance of trying new practices in small, reversible steps. CONCLUSIONS: Our findings provide guidance to practice teams, health systems, and policymakers seeking to move beyond early adopters, to improve team functioning and advance the medical home transformation at scale.
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 | 0,013 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».