MétaCan
Menu
Retour à la cohorte
Enregistrement W3217233892 · doi:10.12688/hrbopenres.13453.1

Moving beyond formulae: a review of international population-based resource allocation policy and implications for Ireland in an era of healthcare reform

2021· review· en· W3217233892 sur OpenAlexaboutno aff
Bridget Johnston, Sara Burke, Paul Kavanagh, C. O'Sullivan, Stephen Thomas, Sarah Parker

Notice bibliographique

RevueHRB Open Research · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesHealth Research Board
Mots-clésPopulationEquity (law)Health careResource (disambiguation)Political scienceEconomic growthSociologyEconomicsDemographyComputer science

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background:</ns4:bold> Population-based resource allocation is a specific approach to population health planning that is used to address differences in population need to promote equity and efficiency in health and health system outcomes. However, while previous studies have <ns4:italic>described</ns4:italic> this type of funding model, they have not compared <ns4:italic>how</ns4:italic> such policies and practices have been implemented across jurisdictions. This research examined the impacts and outcomes of population-based resource allocation across six high-income countries, with a view to informing strategic decision-making as Ireland progresses its universal healthcare reform agenda. </ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> A concurrent multi-method approach was employed to examine the experiences of six jurisdictions selected for analysis: Australia (New South Wales), Canada (Alberta), England, New Zealand, Scotland and Sweden (Stockholm). A documentary analysis of key policy, strategy and planning publications was combined with a narrative rapid review of peer-reviewed and grey literature (n = 8) to determine how population-based resource allocation is specified and implemented. The findings were checked and verified by national experts. </ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> Notable differences were observed across countries in terms of the stated objectives and descriptions of models as well as the criteria for choosing variables and the variables ultimately used in funding formulae. While population-based resource allocation can help improve equity related to healthcare outcomes and access, a number of tensions were revealed between the need to ensure alignment between policy goals and model design; transition between models; support regionalisation policies; and develop robust governance and monitoring mechanisms to maximise outcomes. </ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> The review progresses ‘thinking’ about population-based resource allocation beyond the technical aspects of model or formulae construction. Population-based resource allocation should be viewed as just one lever of large-scale health system reform that can be thoughtfully developed, monitored and adjusted in a way that supports the goals of Sláintecare and the delivery of universal healthcare. </ns4:p>

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)0,007
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,333
Tête enseignante GPT0,632
Écart entre enseignants0,299 · 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'étudeSans objet
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHRB Open ResearchMême sujetPrimary Care and Health OutcomesTravaux en français237 207