OP82 Identification, implementation and evaluation of indicators to monitor successful uptake of advance care planning in alberta
Notice bibliographique
Résumé
<h3>Background</h3> In 2014, a province-wide policy for advance care planning (ACP) and Goals of Care Designation (GCD) was implemented in Alberta, Canada; nevertheless, few quality indicators have been rigorously developed or evaluated for measuring the uptake of ACP/GCD. <h3>Methods</h3> In phase I, we performed a systematic literature review and environmental scan to identify potential ACP/GCD indicators. A Delphi consensus-based approach, consisting of 3 rounds of face-to-face meetings and/or online surveys, was used to develop a short list of indicators. In phase II, the panelists met face-to-face to operationalize and implement the indicators. In phase III, two validated questionnaires and semi-structured interviews of 60 individuals (stratified by manager/practitioner and physician/nurse) are being used to evaluate the usability and acceptability of the implemented indicators on a dashboard interface. <h3>Results</h3> A total of 132 potential indicators were identified in phase I. The indicators were reduced and refined to 18 after 3 Delphi rounds. Phase II resulted in 9 valid and feasible indicators in a measurable format (i.e. numerator, denominator, data source defined). The Phase III protocol is under ethical review and potential participants’ recruitment is underway. <h3>Conclusions</h3> Of 132 quality indicators for ACP/GCD, 9 are feasible, valid, usable and acceptable for monitoring performance in the rollout of ACP/GCD. This set of indicators shows promise for describing and evaluating ACP/GCD uptake throughout a complex, multi-sector healthcare system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».