Exploring the Role of Leadership in Facilitating Change to Improve Cancer Survival: An Analysis of Experiences in Seven High Income Countries in the International Cancer Benchmarking Partnership (ICBP)
Notice bibliographique
Résumé
BACKGROUND: The differences in cancer survival across countries and over time are well recognised, with progress varying even among high-income countries with comparable health systems. Previous research has examined several possible explanations, but the role of leadership in systems providing cancer care has attracted little attention. As part of the International Cancer Benchmarking Partnership (ICBP), this study looked at diverse aspects of leadership to identify drivers of change and opportunities for improvement across seven high-income countries. METHODS: Key informants in 13 jurisdictions were interviewed: Australia (2 states), Canada (3 provinces), Denmark, Ireland, New Zealand, Norway and United Kingdom (4 countries). Participants represented a range of stakeholders at different tiers of the system. They were recruited through a combination of purposive and 'snowball' strategies and participated in semi-structured telephone interviews. Interview transcripts were analysed thematically drawing on the World Health Organization (WHO) health systems framework and previous work analysing national cancer control programmes (NCCPs). RESULTS: Several facets of leadership were perceived as important for improving outcomes. These included political leadership to initiate and maintain progress, intellectual leadership to support those engaged in local implementation of national policies and drive change, and a coherent vision from leaders at different levels of the system. Clinical leadership was also viewed as vital for translating policy into action. CONCLUSION: Certain aspects of cancer care leadership emerged as underpinning and sustaining improvements, such as appointing a central agency, involving clinicians at every stage, ensuring strong leadership of cancer care with a consistent political mandate. Improving cancer outcomes is challenging and complex, but it is unlikely to be achieved without effective leadership, both political and clinical.
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 | 0,019 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,007 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».