Determinants of Hospital-based Physician Participation in Quality Improvement: A Survey of Hospitalists in British Columbia, Canada
Notice bibliographique
Résumé
Objective: We aimed to understand the extent of hospitalist involvement in system improvement efforts across the province of British Columbia in Canada and provide insights into determinants of such participation. Materials and Methods: We designed a web-based survey and asked about individual, programmatic, and institutional characteristics that may facilitate or impair hospitalist involvement in quality improvement (QI) activities. The survey was sent to all individuals who participated in "hospitalist care" from January 2014 to February 2015, in the province of British Columbia, Canada. We conducted both quantitative and qualitative analysis of responses. Results: We received 57 complete responses to the survey of 322 invited individuals (17.7% response rate). Of these, 15 individuals (26.3%) indicated that they had participated in QI initiatives. Respondents highlighted high clinical workload and lack of time, lack of QI skills and training, lack of access to performance data, poor support from hospital/health authority administration, and lack of financial compensation as main barriers to QI involvement. These themes were also supported in logistic regression, where QI training and the number of weeks worked as a hospitalist showed significant predictive properties for involvement in QI initiatives. Conclusion: Our study attempts to understand the various individual or organizational attributes that could facilitate involvement by hospital-based generalist physicians in QI activities. Our findings show lack of formal QI training is an important barrier for hospitalist involvement in QI, and highlight the need for formal training, dedicated time, support from physician leadership, and financial incentive as important facilitators for participation in systemic improvement efforts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».