Evaluating the implementation of interdisciplinary patient-centred care intervention for people with multimorbidity in primary care: a qualitative study
Notice bibliographique
Résumé
OBJECTIVE: A patient-centred care interdisciplinary pragmatic intervention to support self-management for patients with multimorbidity was implemented in one region of Quebec, Canada. This embedded study aimed to evaluate the process of implementation. DESIGN: A descriptive qualitative study was conducted in 2016-2017 using semistructured individual interviews. The Consolidated Framework for Implementation Research (CFIR) was used to guide the data coding, analysis and reporting of the findings. SETTING: The study took place in seven Family Medicine Groups in one region (Saguenay-Lac-Saint-Jean) of Quebec, Canada. PARTICIPANTS: Ten managers (including two family physicians) and 19 healthcare professionals (HCPs), nurses, kinesiologists, nutritionists and a respiratory therapist, were interviewed. RESULTS: Many key elements within the five CFIR domains were identified as impacting the implementation of the intervention : (1) intervention characteristics-evidence strength and quality, design quality and packaging, relative advantage and complexity; (2) outer setting-patients' needs and resources, external policies and incentives; (3) inner setting-structural characteristics, networks and communication, culture, compatibility, readiness for implementation and leadership engagement; (4) characteristics of the managers and HCPs-knowledge and belief about the intervention; (5) process-planning, opinion leaders, formally appointed internal implementation leaders, reflecting and evaluating. CONCLUSION: This study revealed the organisational and contextual aspects of the implementation based on different and complementary perspectives. With the growing demand for interdisciplinary teams in primary care, we believe that our insights will be helpful for practices, researchers, and policymakers interested in the implementation of disease prevention and management programmes for people with multiple chronic conditions in primary care. TRIAL REGISTRATION NUMBER: NCT02789800.
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 | 0,026 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».