Describing implementation outcomes for a virtual community of practice: The ECHO Ontario Mental Health experience
Notice bibliographique
Résumé
BACKGROUND: Project ECHO is a virtual education model aimed at building capacity among healthcare providers to support optimal management for a range of health conditions. The expansion of the ECHO model, further amplified by the pandemic, has demonstrated an increased need to evaluate implementation success to ensure that interventions are implemented as planned. This study describes how Proctor et al.'s implementation outcomes (acceptability, adoption, appropriateness, costs, feasibility, fidelity, penetration, and sustainability) were adapted and used to assess the implementation of ECHO Ontario Mental Health (ECHO-ONMH), a mental health-focused capacity-building programme. METHODS: Using Proctor et al.'s implementation outcomes, the authors developed an implementation outcomes framework for ECHO-ONMH more generally. Using this, outcome measures and success thresholds were identified for each outcome for the ECHO-ONMH context, and then applied to evaluate the implementation of ECHO-ONMH using data from the first 4 years of the programme. RESULTS: An ECHO-ONMH implementation outcomes framework was developed using Proctor's implementation outcomes. ECHO-ONMH adapted implementation outcomes suggest that ECHO-ONMH was implemented successfully in all domains except for penetration, which only had participation from 13/14 regions. Acceptability, appropriateness and adoption success thresholds were surpassed for all 4 years, showing strong signs of sustainability. The programme was deemed feasible all 4 years and was found to be more cost-effective. ECHO-ONMH also showed high rates of fidelity to the ECHO model, and high rates of penetration. CONCLUSIONS: This is the first study to use Proctor et al.'s implementation outcomes to describe implementation success for a virtual capacity-building model. The proposed ECHO implementation outcomes framework provides a base for similar interventions to evaluate implementation success, which is an important precursor to understanding learning, service or health outcomes related to the model. Additionally, these findings can act as a benchmark for other international ECHOs and educational programmes.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: oui · Porte sur un sujet canadien: oui | Qualitatif | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | medium |
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 | 0,066 | 0,007 |
| 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 | 0,020 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».