MétaCan
Menu
Retour à la cohorte
Enregistrement W2999783901 · doi:10.1186/s12875-019-1072-y

Evaluating implementation and impact of a provincial quality improvement collaborative for the management of chronic diseases in primary care: the COMPAS+ study protocol

2020· article· en· W2999783901 sur OpenAlexafffundabout
Brigitte Vachon, Isabelle Gaboury, Matthew Menear, Marie‐Pascale Pomey, Denis Roy, Lise Houle, Mylaine Breton, Arnaud Duhoux, Valérie Émond, Guylaine Giasson, Janusz Kaczorowski, France Légaré, Marie‐Thérèse Lussier, Pierre Pluye, Alain Vanasse

Notice bibliographique

RevueBMC Family Practice · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill UniversityInstitut National d'Excellence en Santé et en Services SociauxUniversité de MontréalUniversité LavalInstitut National de Santé Publique du QuébecCentre intégré universitaire de santé et de services sociaux de l'Est-de-l'Île-de-MontréalUniversité de SherbrookeCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesInstitute of Health Services and Policy ResearchCanadian Institutes of Health Research
Mots-clésMedicinePsychological interventionChronic careExcellenceQuality managementIntervention (counseling)Disease managementIntegrated careNursingHealth careFamily medicinePrimary careDiseaseManagement systemOperations management

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic conditions such as diabetes and chronic obstructive pulmonary disease (COPD) are common and burdensome diseases primarily managed in primary care. Yet, evidence points to suboptimal quality of care for these conditions in primary care settings. Quality improvement collaboratives (QICs) are organized, multifaceted interventions that can be effective in improving chronic disease care processes and outcomes. In Quebec, Canada, the Institut national d'excellence en santé et en services sociaux (INESSS) has developed a large-scale QIC province-wide program called COMPAS+ that aims to improve the prevention and management of chronic diseases in primary care. This paper describes the protocol for our study, which aims to evaluate implementation and impact of COMPAS+ QICs on the prevention and management of targeted chronic diseases like diabetes and COPD. METHODS: This is a mixed-methods, integrated knowledge translation study. The quantitative component involves a controlled interrupted time series involving nine large integrated health centres in the province. Study sites will receive one of two interventions: the multifaceted COMPAS+ intervention (experimental condition) or a feedback only intervention (control condition). For the qualitative component, a multiple case study approach will be used to achieve an in-depth understanding of individual, team, organizational and contextual factors influencing implementation and effectiveness of the COMPAS+ QICs. DISCUSSION: COMPAS+ is a QI program that is unique in Canada due to its integration within the governance of the Quebec healthcare system and its capacity to reach many primary care providers and people living with chronic diseases across the province. We anticipate that this study will address several important gaps in knowledge related to large-scale QIC projects and generate strong and useful evidence (e.g., on leadership, organizational capacity, patient involvement, and implementation) having the potential to influence the design and optimisation of future QICs in Canada and internationally.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,600
Tête enseignante GPT0,719
Écart entre enseignants0,119 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Family PracticeMême sujetHealth Policy Implementation ScienceTravaux en français237 207