MétaCan
Menu
Retour à la cohorte
Enregistrement W3178845292 · doi:10.1186/s41256-021-00201-7

The need for adaptable global guidance in health systems strengthening for musculoskeletal health: a qualitative study of international key informants

2021· article· en· W3178845292 sur OpenAlexaff
Andrew M. Briggs, Joanne M. Jordan, Deborah Kopansky-Giles, Saurab Sharma, Lyn March, Carmen Huckel Schneider, Swatee Mishrra, James J. Young, Helen Slater

Notice bibliographique

RevueGlobal Health Research and Policy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal Disorders and Rehabilitation
Établissements canadiensCanadian Memorial Chiropractic CollegeUniversity of Toronto
Organismes subventionnairesCurtin University of Technology
Mots-clésPublic healthKey (lock)Qualitative researchGlobal healthMedicineEnvironmental healthPublic relationsPolitical scienceNursingSociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Musculoskeletal (MSK) conditions, MSK pain and MSK injury/trauma are the largest contributors to the global burden of disability, yet global guidance to arrest the rising disability burden is lacking. We aimed to explore contemporary context, challenges and opportunities at a global level and relevant to health systems strengthening for MSK health, as identified by international key informants (KIs) to inform a global MSK health strategic response. METHODS: An in-depth qualitative study was undertaken with international KIs, purposively sampled across high-income and low and middle-income countries (LMICs). KIs identified as representatives of peak global and international organisations (clinical/professional, advocacy, national government and the World Health Organization), thought leaders, and people with lived experience in advocacy roles. Verbatim transcripts of individual semi-structured interviews were analysed inductively using a grounded theory method. Data were organised into categories describing 1) contemporary context; 2) goals; 3) guiding principles; 4) accelerators for action; and 5) strategic priority areas (pillars), to build a data-driven logic model. Here, we report on categories 1-4 of the logic model. RESULTS: Thirty-one KIs from 20 countries (40% LMICs) affiliated with 25 organisations participated. Six themes described contemporary context (category 1): 1) MSK health is afforded relatively lower priority status compared with other health conditions and is poorly legitimised; 2) improving MSK health is more than just healthcare; 3) global guidance for country-level system strengthening is needed; 4) impact of COVID-19 on MSK health; 5) multiple inequities associated with MSK health; and 6) complexity in health service delivery for MSK health. Five guiding principles (category 3) focussed on adaptability; inclusiveness through co-design; prevention and reducing disability; a lifecourse approach; and equity and value-based care. Goals (category 2) and seven accelerators for action (category 4) were also derived. CONCLUSION: KIs strongly supported the creation of an adaptable global strategy to catalyse and steward country-level health systems strengthening responses for MSK health. The data-driven logic model provides a blueprint for global agencies and countries to initiate appropriate whole-of-health system reforms to improve population-level prevention and management of MSK health. Contextual considerations about MSK health and accelerators for action should be considered in reform activities.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,101
Tête enseignante GPT0,542
Écart entre enseignants0,442 · 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'étudeQualitatif
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health Research and PolicyMême sujetMusculoskeletal Disorders and RehabilitationTravaux en français237 207