MétaCan
Menu
Retour à la cohorte
Enregistrement W3092420795 · doi:10.1186/s12939-020-01263-8

Typology of organizational innovation components: building blocks to improve access to primary healthcare for vulnerable populations

2020· review· en· W3092420795 sur OpenAlexafffundabout
Mélanie Ann Smithman, Sarah Descôteaux, Émilie Dionne, Lauralie Richard, Mylaine Breton, Vladimir Khanassov, Jeannie Haggerty

Notice bibliographique

RevueInternational Journal for Equity in Health · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensMcGill UniversityMcGill University Health CentreUniversité de Sherbrooke
Organismes subventionnairesAustralian Primary Health Care Research Institute, Australian National UniversityCanadian Institutes of Health ResearchFonds de Recherche du Québec - SantéAustralian Government
Mots-clésTypologySocial policyHealth services researchPublic healthHealth administrationHealth careHealthcare policyHealth informaticsHealth policyBusinessKnowledge managementPublic relationsHealth care reformNursingEconomic growthMedicinePolitical scienceSociologyComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Achieving equity of access to primary healthcare requires organizations to implement innovations tailored to the specific needs and abilities of vulnerable populations. However, designing pro-vulnerable innovations is challenging without knowledge of the range of possible innovations tailored to vulnerable populations' needs. To better support decision-makers, we aimed to develop a typology of pro-vulnerable organizational innovation components - akin to "building blocks" that could be combined in different ways into new complex innovations or added to existing organizational processes to improve access to primary healthcare. METHODS: To develop the typology, we used data from a previously conducted a) scoping review (2000-2014, searched Medline, Embase, CINAHL, citation tracking, n = 90 articles selected), and b) environmental scan (2014, online survey via social networks, n = 240 innovations). We conducted a typological analysis of the data. Our initial typology yielded 48 components, classified according to accessibility dimensions from the Patient-Centred Accessibility Framework. The initial typology was then field-tested for relevance and usability by health system stakeholders and refined from 2014 to 2018 (e.g., combined similar components, excluded non-organizational components). RESULTS: The selected articles (n = 90 studies) and survey responses (n = 240 innovations) were mostly from the USA, Canada, Australia and the UK. Innovations targeted populations with various vulnerabilities (e.g., low income, chronic illness, Indigenous, homeless, migrants, refugees, ethnic minorities, uninsured, marginalized groups, mental illness, etc.). Our final typology had 18 components of organizational innovations, which principally addressed Availability & Accommodation (7/18), Approachability (6/18), and Acceptability (3/18). Components included navigation & information, community health worker, one-stop-shop, case management, group visits, defraying costs, primary healthcare brokerage, etc. CONCLUSIONS: This typology offers a comprehensive menu of potential components that can help inform the design of pro-vulnerable organizational innovations. Component classification according to the accessibility dimensions of the Patient-Centred Accessibility Framework is useful to help target access needs. Components can be combined into complex innovations or added to existing organizational processes to meet the access needs of vulnerable populations in specific contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0150,011
Études des sciences et des technologies0,0040,017
Communication savante0,0090,014
Science ouverte0,0020,007
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,812
Tête enseignante GPT0,753
Écart entre enseignants0,059 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetHealth Policy Implementation ScienceTravaux en français237 207