MétaCan
Menu
Retour à la cohorte
Enregistrement W3000175501 · doi:10.12927/hcpap.2019.26031

Value in Healthcare and the Role of the Patient Voice

2019· article· en· W3000175501 sur OpenAlexvenueno aff
Kendall Jamieson Gilmore, Francesca Pennucci, Sabina De Rosis, Claudio Passino

Notice bibliographique

RevueA Nudge Too Far? A Nudge at All? On Paying People to Be Healthy · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Health carePerspective (graphical)Healthcare deliveryPopulationPublic relationsService delivery frameworkService (business)Healthcare serviceInvestment (military)BusinessPsychologyKnowledge managementMarketingMedicineComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

A prevailing feature of recent healthcare delivery and reform initiatives is a focus on increasing the value provided by investment in services, alongside a more nuanced understanding of how such value should be considered. Effective measurement of this value remains an elusive goal for most health system performance assessment (HSPA) systems. A more prominent role for the patient voice can enable a better understanding of value at both patient and population levels. The Tuscan HSPA model has evolved over the past several years by adopting the perspective of service users, including multiple dimensions of performance, and illustrating the interactions of these elements. For the heart failure pathway, this approach has now been further developed to combine these dimensions with the systematic electronic collection of patient-reported outcome measures and patient-reported experience measures - initially in a specialist hospital. This enables a richer understanding of the value delivered by professionals as they operate in reality, as opposed to by organizational boundaries, and more timely and actionable insights into the drivers of that value. This commentary sets out the latest developments in the Tuscan HSPA and the lessons from implementation.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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'étudeSans objet
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

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueA Nudge Too Far? A Nudge at All? On Paying People to Be HealthyMême sujetHealthcare Policy and ManagementTravaux en français237 207