Implementation of a regional quality improvement collaborative to improve care of people living with opioid use disorder in a Canadian setting
Notice bibliographique
Résumé
BACKGROUND: Although opioid agonist therapy is effective in treating opioid use disorders (OUD), retention in opioid agonist therapy is suboptimal, in part, due to quality of care issues. Therefore, we sought to describe the planning and implementation of a quality improvement initiative aimed at closing gaps in care for people living with OUD through changes to workflow and care processes in Vancouver, Canada. METHODS: The Best-practice in Oral Opioid agoniSt Therapy (BOOST) Collaborative followed the Institute for Healthcare Improvement's Breakthrough Series Collaborative methodology over 18-months. Teams participated in a series of activities and events to support implementing, measuring, and sharing best practices in OAT and OUD care. Teams were assigned monthly implementation scores to monitor their progress on meeting Collaborative aims and implementing changes. RESULTS: Seventeen health care teams from a range of health care practices caring for a total of 4301 patients with a documented diagnosis of OUD, or suspected OUD based on electronic medical record chart data participated in the Collaborative. Teams followed the Breakthrough Series Collaborative methodology closely and reported monthly on a series of standardized process and outcome indicators. The majority of (59%) teams showed some improvement throughout the Collaborative as indicated by implementation scores. CONCLUSIONS: Descriptive data from the evaluation of this initiative illustrates its success. It provides further evidence to support the implementation of quality improvement interventions to close gaps in OUD care processes and treatment outcomes for people living with OUD. This system-level approach has been spread across British Columbia and could be used by other jurisdictions facing similar overdose crises.
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 | 0,011 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».