Factors influencing sustainability and scale-up of rural primary healthcare memory clinics: perspectives of clinic team members
Notice bibliographique
Résumé
BACKGROUND: The aging of rural populations contributes to growing numbers of people with dementia in rural areas. Despite the key role of primary healthcare in rural settings there is limited research on effective models for dementia care, or evidence on sustaining and scaling them. The purpose of this study was to identify factors influencing sustainability and scale-up of rural primary care based memory clinics from the perspective of healthcare providers involved in their design and delivery. METHODS: Participants were members of four interdisciplinary rural memory clinic teams in the Canadian province of Saskatchewan. A qualitative cross-sectional and retrospective study design was conducted. Data were collected via 6 focus groups (n = 40) and 16 workgroup meetings held with teams over 1 year post-implementation (n = 100). An inductive thematic analysis was used to identify themes. RESULTS: Eleven themes were identified (five that influenced both sustainability and scale-up, three related to sustainability, and three related to scale-up), encompassing team, organizational, and intervention-based factors. Factors that influenced both sustainability and scale-up were positive outcomes for patients and families, access to well-developed clinic processes and tools, a confident clinic leader-champion, facilitation by local facilitators and the researchers, and organizational and leadership support. Study findings revealed the importance of particular factors in the rural context, including facilitation to support team activities, a proven ready-to-use model, continuity of team members, and mentoring. CONCLUSIONS: Interdisciplinary models of dementia care are feasible in rural settings if the right conditions and supports are maintained. Team-based factors were key to sustaining and scaling the innovation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,000 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».