Crossing boundaries: Establishing a framework for researching quality and safety in care transitions
Notice bibliographique
Résumé
BACKGROUND: Despite the breadth and diversity of research and policies on care transitions, research studies often report similar components that affect the quality and safety of care, including communication across professional groups and care settings, transfer of information, coordination of resources or training of healthcare personnel. In this article, we aim to deepen our understanding of care transitions by proposing a heuristic research framework that takes into account the components and factors influencing the quality and safety of care transitions in diverse settings. METHODOLOGY: Using a pragmatic qualitative narrative meta-synthesis of empirically grounded research studies (N = 13) involving 31 researchers from seven countries (Australia, Canada, Denmark, Germany, the Netherlands, Norway and the UK), we conducted a thematic analysis to identify the components analysed in the included studies. We then used these components to create a framework for researching care transitions. RESULTS: Our narrative synthesis found that the quality and safety of care transitions are influenced by a range of patient-centred, communicative, collaborative, cultural, competency-based, accountability-based and spatial components. These components are encompassed within a broader set of dimensions that require careful consideration: (1) the conceptualising of the care transition notion, (2) the methodology for researching care transitions, (3) the role of patients and carers in care transitions, (4) the complexity surrounding care transitions, (5) the boundaries intertwined in care transitions and (6) care transition improvement interventions. These six dimensions constitute an analytical framework for planning and conducting research on care transitions in diverse settings. CONCLUSION: The proposed six-dimensional framework for researching quality and safety in care transitions offers a roadmap for future practice and policy interventions and provides a starting point for planning and designing future research.
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 | 0,268 | 0,194 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,033 | 0,025 |
| Études des sciences et des technologies | 0,020 | 0,116 |
| Communication savante | 0,036 | 0,054 |
| Science ouverte | 0,012 | 0,025 |
| Intégrité de la recherche | 0,014 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».